EVALUACIÓN DE TEMPERATURA EN CULTIVO INTENSIVO DEL Litopenaeus vannamei EMPLEANDO RAZONAMIENTO DIFUSO
Notice bibliographique
Résumé
Los organismos acuáticos son susceptibles de sufrir estrés cuando las condiciones ecológicas no son las adecuadas. La temperatura del agua es un parámetro de gran importancia debido a que afecta a las reacciones bioquímicas y fisiológicas en los organismos acuáticos. Asimismo, influye considerablemente en la concentración de oxígeno disuelto, por lo que resulta necesario evaluar y supervisar este parámetro. En este trabajo, se presenta un modelo computacional para la evaluación de la temperatura del agua en estanques de cultivo intensivo de camarón blanco Litopenaeus vannamei, mediante el estudio de 3 factores fundamentales: la temperatura promedio, la variación de amplitud y la duración de los cambios de temperatura. Mediante un sistema de razonamiento difuso, de evalúa cada factor por medio de reglas establecidas, obteniendo un indicador del impacto de la temperatura sobre el hábitat del camarón en cultivo. Los resultados se compararon contra los índices de calidad del agua de la U.S. National Sanitation Foundation (NSF) y de la Canadian Council of Minister of Environment (CCME), los índices más comúnmente usados. Se muestra un mejor comportamiento en la evaluación diurna de la temperatura, la cual penaliza de una manera más adecuada los cambios abruptos de temperatura, lo cual no es considerado por los otros índices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».