MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416245156 · doi:10.1139/cjfas-2024-0363

The interplay of fall and winter environments on overwintering potential in age-0 Pacific cod ( <i>Gadus macrocephalus</i> )

2025· article· en· W4416245156 sur OpenAlexvenueno aff
Benjamin J. Laurel, Mary Beth Rew Hicks, Steven J. Barbeaux, Michelle A. Stowell, Louise A. Copeman

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensnon disponible
Organismes subventionnairesNorth Pacific Research Board
Mots-clésOverwinteringLatitudeFish <Actinopterygii>Energy expenditureBody weightFood intake

Résumé

récupéré en direct d'OpenAlex

Fish in higher latitudes must accumulate sufficient size and energy in fall to survive winters of low productivity. In this study, we measured the growth, condition, and survival of age-0 Pacific cod held in the laboratory under varying fall and winter food-temperature scenarios. Individually tagged fish were held for 6 weeks in the fall at either 7.0 or 10.0 °C under a “low” or “high” food ration (1.9%–2.6% vs. 4.2%–5.9% body weight d –1 , respectively) and redistributed into a series of new tanks to track survival and lipid loss in the absence of food across four winter temperatures (1.0, 2.5, 4.0, and 6.0 °C). Cooler winters and larger body size improved winter survival but were less important when fall conditions were unsuitable for lipid accumulation and growth, e.g., warm, low food scenarios. Lipid reserves explained overwintering winter survival, and survival outcomes were better predicted using environmental proxies and fall condition indices than simple size-based models. These results suggest that winter is a high mortality period, but the odds for winter survival are more likely predetermined by feeding conditions in the fall.

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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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 revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetAquaculture Nutrition and Growth→Travaux en français237 207→