MétaCan
Menu
Retour à la cohorte
Enregistrement W6923253390 · doi:10.14288/1.0448460

Predicting Pacific Herring Spawn Events in the Howe Sound, British Columbia

2025· dataset· en· W6923253390 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Collections · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpawn (biology)HerringWhalingPacific herringFull moonSea surface temperatureClimate changeFishing

Résumé

récupéré en direct d'OpenAlex

Pacific herring (Clupea pallasii) are a vital forage fish, supporting marine food webs and coastal fisheries while holding deep cultural significance for Indigenous communities. The timing of Pacific herring spawning is influenced by various environmental factors, yet the specific cues driving this behavior remain unclear. This study investigates the role of lunar cycles, sea surface temperature, and photoperiod in determining the timing of Pacific herring spawning events in the Howe Sound, British Columbia. Using data collected from 2021 to 2024 by the Marine Stewardship Initiative, alongside satellite-derived sea surface temperature and the environmental variables lunar phase and photoperiod, the study examines correlations between these factors and observed Pacific herring spawning events. The findings reveal that lunar cycles, particularly the Waxing Crescent phase, are the primary driver of spawn timing, with spawning events peaking during this phase. Sea surface temperature and photoperiod showed no significant correlation with spawn timing, suggesting that tidal conditions rather than temperature or light levels are more critical for herring reproduction in this region. These results have important implications for conservation efforts, indicating that spatial protections and management strategies should be aligned with lunar cycles to maximize spawning success. This study contributes to the understanding of environmental cues influencing herring spawning and highlights the need for further research into site-specific factors and additional environmental drivers.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,006
Études des sciences et des technologies0,0070,000
Communication savante0,0110,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,002
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 Opus0,019
Tête enseignante GPT0,276
Écart entre enseignants0,257 · 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.

Devis d'étudeSans objet
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen CollectionsTravaux en français237 207