MétaCan
Menu
Retour à la cohorte
Enregistrement W6891721327 · doi:10.4231/r7v69gjv

Rapidly shifting maturation schedules following reducedcommercial harvest in a freshwater fish

2015· dataset· en· W6891721327 sur OpenAlexaff

Notice bibliographique

RevuePurdue University Research Repository · 2015
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMinistry of Natural Resources and Forestry
Organismes subventionnairesnon disponible
Mots-clésPerchFishingBayFish stockStock (firearms)Stock assessment

Résumé

récupéré en direct d'OpenAlex

Size-selective harvest of fish stocks can lead to maturation at smaller sizes and younger ages, which may depress stock productivity and recovery. Such changes in maturation may be very slow to reverse, even following complete fisheries closures. We evaluated temporal trends in maturation of five Great Lakes stocks of yellow perch (Perca flavescens Mitchill) using indices that attempt to disentangle plastic and evolutionary changes in maturation: age at 50% maturity and probabilistic maturation reaction norms (PMRNs). Four populations were fished commercially throughout the time series, while the Lake Michigan fishery was closed following a stock collapse. We documented rapid increases in PMRNs of the Lake Michigan stock coincident with the commercial fishery closure. Saginaw Bay and Lake Huron PMRNs also increased following reduced harvest, while Lake Erie populations were continuously fished and showed little change. The rapid response of maturation may have been enhanced by the short generation time of yellow perch and potential gene flow between northern and southern Lake Michigan, in addition to potential reverse adaptation following the fishing moratorium. These results suggest that some fish stocks may retain the ability to recover from fisheries-induced life history shifts following fishing moratoria.

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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

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)0,0020,000

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 Opus0,064
Tête enseignante GPT0,329
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
GenreJeu de données

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePurdue University Research RepositoryTravaux en français237 207