Length-weight and length-length relationships of 16 marine fish species in Vietnam
Notice bibliographique
Résumé
In this study, the length-weight relationships (LWRs) and length-length relationships (LLRs) of 16 marine fish species-important component of fishery production models-were estimated. The specimens were collected monthly from commercial gillnet fisheries from November 6, 2018 to October 30, 2019 in Vietnamese waters. In total, 7,426 individuals had their total length (TL), fork length (FL) and total body weight (W) measured. LWRs were calculated using the logarithmic transformation of the linear regression equation logW = loga + b*logTL, while LLRs were determined using a linear regression model: TL = a + b*FL. In addition, 95% confidence intervals (CIs) were estimated for the model parameters. The results showed that all regression parameters were highly significant (p < 0.001), with coefficients of determinations (R 2 ) > 0.9412 for all species. The a (intercept) values ranged from 0.0025 to 0.4, and the b (slope) values ranged from 2.53 to 3.28. TL and FL were highly correlated (p < 0.001 and R 2 > 0.9422 for all parameters), and a and b ranged from -9.12 to 15.85 and 0.87 to 1.45, respectively. The results provide the key morphology parameters, which are beneficial for fishery researchers and managers in stock assessment, administration and conservation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».