MétaCan
Menu
Retour à la cohorte
Enregistrement W4318018966 · doi:10.1139/cjfas-2021-0340

Demographic analyses reveal differential biological vulnerability in four Southwestern Atlantic skates

2023· article· en· W4318018966 sur OpenAlexvenueno aff
Federico Cortés, Jorge H. Colonello, Marina Sammarone, Anabela Zavatteri, Natalia M. Hozbor

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSkateThreatened speciesBiologyFisheryPopulationEcologyFishingOverexploitationHabitat

Résumé

récupéré en direct d'OpenAlex

More than 33 skate species have been registered in the Southwestern Atlantic Ocean (SAO) 34°S, where hotspots of the endemic threatened marine chondrichthyans with high scientific and conservation priorities have been detected. The lack of species-specific landing data highlights the importance of biological data-based methods to determine the vulnerability and productivity of skate species. In this work, we estimated the demographic parameters for the skates Atlantoraja castelnaui, Rioraja agassizi, Sympterygia bonapartii, and Zearaja brevicaudata in SAO, by implementing Leslie matrix models. The finite rate of population growth ( ʎ) for the four skate's species ranged from 1.036 ( Z. brevicaudata) to 1.196 ( R. agassizi). Elasticity analyses and the performance of different harvest strategies show that reducing juvenile catches appears to be one of the most effective management actions for these species since they result in higher survivorship of age classes with more influence in λ. Differences in the biological productivity of the skates suggest that, to achieve sustainable exploitation of skates, the commitment of all stakeholders to improve species-level information is necessary.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,052
Tête enseignante GPT0,270
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIchthyology and Marine BiologyTravaux en français237 207