MétaCan
Menu
Retour à la cohorte
Enregistrement W4409228239 · doi:10.1590/1809-4392202301761

Incidental capture and diversity of Elasmobranchii and Teleostei caught by red snapper and lobster fisheries in the Great Amazon Reef System

2025· article· en· W4409228239 sur OpenAlexaff
Alexandre Pires Marceniuk, Bruno Eleres Soares, Aline P. M. Medeiros, Rodrigo Antunes Caires, Alfredo Carvalho‐Filho, Wagner César Rosa dos Santos, Mairink Ribeiro MUNIZ, Valdo Sena Abreu, Otto Bismarck Fazzano Gadig, Ricardo de Souza ROSA, Alex Garcia Cavalleiro de Macedo KLATAU, Israel Hidenburgo Aniceto Cintra, Matheus Marcos Rotundo

Notice bibliographique

RevueActa Amazonica · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensUniversity of Regina
Organismes subventionnairesFundação de Apoio à Pesquisa do Estado da Paraíba
Mots-clésFisheryTeleosteiElasmobranchiiReefAmazon rainforestGeographyFish <Actinopterygii>BiologyEcology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The Great Amazon Reef System is one of the least known mesophotic environments on the Atlantic coast of northern South America, threatened by oil and gas exploration projects and explored by different industrial fisheries. Here, we provide the first inventory of the cartilaginous and bony fishes captured by industrial fisheries of the red snapper and lobster in the Great Amazonian Reef System, including a list of species with ecological and conservation information, in addition to biogeographic considerations. A total of 143 species were recorded, with 17 elasmobranchs and 126 teleosts. A specimen likely representing a hybrid between Cephalopholis fulva and Cephalopholis furcifer (Serranidae) was also recorded. Community ecology descriptors were employed to explore the diversity patterns of the species captured by different fishing gears. Our results highlight the relevance of monitoring fishery activities to enhance knowledge of the biodiversity in poorly sampled areas and understanding the local impacts of human activities.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,180
Écart entre enseignants0,177 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa AmazonicaMême sujetIchthyology and Marine BiologyTravaux en français237 207