Exploring the use of Fourier transform near infrared spectroscopy for aging Newfoundland and Labrador Atlantic cod (Gadus morhua)
Notice bibliographique
Résumé
Fourier transform near-infrared spectroscopy (FT-NIRS) is a new tool for aging fish otoliths which has been shown to be potentially faster than counting otolith annuli (traditional aging) while having similar accuracy and precision. We investigated the use of FT-NIRS for aging Atlantic cod ( Gadus morhua ) otoliths from North Atlantic Fisheries Organization (NAFO) Divisions 2J, 3K, 3L, 3N, 3O, and 3Ps. Two types of calibration models (partial least squares (PLS) regression and principal component analysis combined with multinomial regression) were fit between traditional age estimates for otoliths and either their full FT-NIR spectra or an informative region of their spectra. Model fits were compared across calibration model types, portion of spectra used, and between models fit to individual versus all NAFO Divisions combined. A time-cost analysis comparing traditional aging versus combinations of FT-NIRS and traditional aging was performed. Good model fits (root mean square error ≤ 1; adjusted-R 2 ≥ 0.85) were generally achieved for at least one calibration model fit across all NAFO Divisions and for individual Divisions. PLS and multinomial calibration model performances were very similar for models fit across all NAFO Divisions, but varied due to small sample sizes for individual Divisions. Portion of the FT-NIR spectra used to fit models had the least impact. Time-cost analysis suggested that labour savings of 23 % (6 calibration models) to 40 % (1 calibration model) could be obtained. Our results show the FT-NIRS provides reliable age estimates for Atlantic cod with similar accuracy and precision to traditional aging while also providing labour cost savings.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».