MétaCan
Menu
Retour à la cohorte
Enregistrement W4396234561 · doi:10.1139/cjfas-2023-0339

A probabilistic foundation for the study of larval fish feeding, growth, and mortality rates

2024· article· en· W4396234561 sur OpenAlexaffvenueabout
Pierre Pepin

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFish Biology and Ecology Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésLarvaIchthyoplanktonBiologyFish <Actinopterygii>FisheryFoundation (evidence)Fish larvaeEcologyZoologyGeography

Résumé

récupéré en direct d'OpenAlex

Survival through the larval phase is predicated on the probabilities of successful feeding, which dictates growth rates, and the probabilities of encountering predators. Here I perform a synthesis of feeding, growth, and mortality rates estimated during several studies from coastal Newfoundland, Canada, to provide a description of the probability distribution that can serve as a foundation of the expected distribution of vital rates. The standardized observations clearly follow that of skewed distributions, appropriately fit to a probability gamma distribution, with feeding demonstrating a stronger degree of skewness than either mortality or growth, possibly because each vital rate integrates prey–predator interactions over different time scales. Commonality in the underlying form of the distribution of vital rates in larval fish, along with clear functional relationships between gamma parameters, represents a probabilistic basis of expectations against which observations from prior or new studies can be contrasted. An example of the use of such expectations demonstrates that they can provide useful contextual information about the contrast among observations and our ability to identify their relationship with environmental drivers.

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)0,008
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,004
Communication savante0,0030,004
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,048
Tête enseignante GPT0,259
Écart entre enseignants0,211 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Biology and Ecology StudiesTravaux en français237 207