Analisis Pola Pertumbuhan, Faktor Kondisi dan Eksploitasi Madidihang (Thunnus albacares) yang Didaratkan di TPI Linau Kabupaten Kaur
Notice bibliographique
Résumé
Ikan Tuna Sirip Kuning merupakan jenis ikan yang penting secara ekonomi, menyebar hampir ke seluruh perairan Indonesia termasuk Perairan Kaur. Salah satu parameter terkait upaya pemanfaatan berkelanjutan adalah pola pertumbuhan dan eksploitasi, faktor ini merupakan salah satu aspek dalam memperkirakan kondisi populasi ikan Tuna Sirip Kuning di perairan yang meliputi perkiraan usia, pertumbuhan, dan kematian. Tujuan penelitian untuk mengidentifikasi aspek biologis termasuk distribusi ukuran, parameter pertumbuhan dan laju eksploitasi ikan Tuna Sirip Kuning yang di daratkan di Kabupaten Kaur. Penelitian dilakukan pada September 2022 - Agustus 2023. Pengambilan sampel dilakukan di TPI Linau, Kabupaten Kaur. Data meliputi panjang dan berat ikan. Ikan Tuna Sirip Kuning diperoleh 275 sampel ikan tuna sirip kuning dengan interval kelas 68-193 cmFL. Hubungan antara panjang dan berat badan termasuk dalam alometrik negatif 2,91 dengan nilai faktor kondisi (Kn) 123-1,45. Parameter pertumbuhan menunjukkan nilai panjang asimtotik (L∞) 194,25 cmFL, dengan nilai koefisien pertumbuhan (K) 0,33 tahun-1 dan nilai Lc 146 cm. Perkiraan tingkat kematian dan eksploitasi adalah total kematian (Z) 1,11 tahun-1, mortalitas alami (M) 0,48 tahun-1, mortalitas akibat penangkapan (F) 0,63 tahun-1, tingkat eksploitasi (E) 0,57 tahun-1.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».