MétaCan
Menu
Retour à la cohorte
Enregistrement W4417185647 · doi:10.3354/aei00512

Unraveling multifactorial risks in Pacific oyster mortality: a four-year study of environmental and age-related impacts

2025· article· en· W4417185647 sur OpenAlexfundno aff
Elodie Fleury, Audrey M. Mat, Sébastien Petton, Fabrice Pernet

Notice bibliographique

RevueAquaculture Environment Interactions · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensnon disponible
Organismes subventionnairesDirection des Pêches Maritimes et de l'AquacultureUniversité Laval
Mots-clésOysterBiological dispersalRisk assessmentOstreidaeClimate changeEnvironmental hazardPacific oysterPsychological resilience

Résumé

récupéré en direct d'OpenAlex

The mortality of Pacific oysters Crassostrea gigas remains a persistent challenge for aquaculture, driven by complex interactions between environmental conditions, pathogen dynamics, and host factors. We monitored 96 sentinel oyster cohorts across 8 French sites over 4 yr (2014-2018) to assess age-specific mortality risks and environmental influences. Survival analyses and Cox hazard models confirmed that spat exhibit the highest mortality, while juveniles and adults demonstrate increased survival, reflecting age-related physiological resilience. Seawater temperature emerged as the strongest predictor of mortality, with risks increasing significantly between 16 and 24°C, highlighting a critical temperature threshold. Wind speed and relative humidity also modulated survival, likely influencing pathogen dispersal and physiological stress. Importantly, the impact of these factors was neither constant nor always significant over time, emphasizing the need for non-proportional risk functions to accurately capture mortality dynamics. Over the monitoring period, no significant increase in spat survival was observed, suggesting that resistance to infectious agents in farmed oysters has not markedly improved under natural environmental conditions. In response, oyster farming practices have evolved to integrate mortality risks, notably by increasing spat input and adjusting rearing conditions. This study underscores the necessity of incorporating environmental and life-history parameters into predictive models for improved risk assessment. By providing long-term insights into mortality patterns, our findings support the development of sustainable management strategies to enhance oyster resilience in the face of climate change and evolving pathogen threats.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,025
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,292
Écart entre enseignants0,265 · 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 revueAquaculture Environment InteractionsMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207