MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385301657 · doi:10.1139/cjfas-2023-0083

Enriched rearing environment enhances fitness-related traits of salmonid fishes facing multiple biological interactions

2023· article· en· W4385301657 sur OpenAlexvenueno aff
Anssi Karvonen, Ines Klemme, Ville Räihä, Pekka Hyvärinen

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesItä-Suomen Yliopisto
Mots-clésBiologySalmoPredationStockingEcologyParasitismCompetition (biology)Threatened speciesZoologyFish <Actinopterygii>FisheryHost (biology)Habitat

Résumé

récupéré en direct d'OpenAlex

To improve stocking success in threatened populations, captive-reared animals are often familiarized to natural environment. However, whether such actions improve the ability to cope with multiple biological interactions, such as competition, predation, and parasitism that impose contradicting pressures on decision-making, is not well understood. Here, we explored short-term (4 weeks) and long-term (10 months) effects of enriched rearing on fitness-related traits of Atlantic salmon ( Salmo salar). Salmon with different backgrounds of enrichment and parasite infection (eye fluke Diplostomum pseudospathaceum) were released to semi-natural ponds and monitored for activity, growth, and predation susceptibility. Fish from enriched rearing showed lower short-term activity and higher short-term growth, suggesting that they coped better with novel conditions. However, predation susceptibility and longer-term growth and survival were unaffected by rearing treatment. Importantly, parasitism did not remove the positive effect of enrichment on growth, although the infection decreased both short-term and long-term growth and survival. These results suggest that enriched rearing can enhance fitness-related traits, such as growth, of stocked fish, particularly during the critical early days, which can have important implications for stock enhancement activities.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,030
Tête enseignante GPT0,226
Écart entre enseignants0,196 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→