MétaCan
Menu
Retour à la cohorte
Enregistrement W4414364222 · doi:10.2989/1814232x.2025.2531955

The movements of adult leerfish <i>Lichia amia</i> in the Breede Estuary, Western Cape, South Africa: insights from acoustic telemetry

2025· article· en· W4414364222 sur OpenAlexfundno aff
WM Kilian, Taryn S. Murray, John D. Filmalter, Paul D. Cowley, TF Næsje, Ryan J. Wasserman

Notice bibliographique

RevueAfrican Journal of Marine Science · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesSave Our Seas FoundationSouth African Institute for Aquatic BiodiversityDalhousie UniversityNational Research Foundation
Mots-clésTelemetryBiotelemetryBioacousticsSound production

Résumé

récupéré en direct d'OpenAlex

Leerfish Lichia amia inhabit estuaries as juveniles before moving between estuaries and the marine environment as sub-adults and adults. While adults remain mostly in the marine environment, philopatry has been observed, with individuals returning to areas previously used, including estuaries. The extent to which adults use estuaries, however, is underexplored. As such, this study aimed to investigate this species’ spatio-temporal use of the Breede Estuary in the Western Cape Province of South Africa, using a long-term acoustic telemetry dataset (from 2016–2019) for 8 sub-adult and 2 adult L. amia (690–890 mm fork length). On average, the tagged fish spent 16.6% of their days monitored in the estuary, predominantly in the lower reaches, and were also recorded along stretches of the coastline. Although the presence of L. amia was largely unaffected by month of the year, the highest monthly residency index (0.33) was recorded in May. Tagged fish were recorded entering the estuary on average at 14:29 (±01:46) and exiting on average at 09:33 (±00:54) the next day. Though L. amia appear to use estuaries less as they age, these habitats remain important even for adults, particularly before their spawning migration, emphasising the importance of maintaining the health of estuarine ecosystems for the species’ protection.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,172
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0030,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,219 · 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.

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 revueAfrican Journal of Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207