MétaCan
Menu
Retour à la cohorte
Enregistrement W4400326566 · doi:10.1111/raq.12947

Navigating aquaculture losses: Tackling fish‐killing phytoflagellates in a changing global landscape

2024· article· en· W4400326566 sur OpenAlexaff
Malihe Mehdizadeh Allaf, Kevin J. Erratt

Notice bibliographique

RevueReviews in Aquaculture · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Toxins and Detection Methods
Établissements canadiensUniversity of TorontoWestern University
Organismes subventionnairesnon disponible
Mots-clésAquacultureFish <Actinopterygii>EutrophicationBusinessFish farmingNatural resource economicsEnvironmental planningAlgal bloomFisheryFish killSafeguardEnvironmental resource managementEcologyBiologyGeographyEconomicsInternational trade

Résumé

récupéré en direct d'OpenAlex

Abstract Aquaculture has emerged as a pivotal alternative for seafood production, addressing the challenges posed by depleting wild fish stocks. However, the industry faces substantial challenges, notably the presence of harmful algal blooms (HABs), which can cause serious economic consequences. The proliferation of major species of phytoflagellates leading to massive fish mortality is on the rise, possibly attributed to increasing global temperatures and eutrophication. This underscores the critical need for robust detection, prevention, and mitigation strategies to safeguard the aquaculture industry. This contribution offers valuable insights into comprehending and addressing the challenges posed by HABs in the fish aquaculture sector in an era of global change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,327
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in AquacultureMême sujetMarine Toxins and Detection MethodsTravaux en français237 207