MétaCan
Menu
Retour à la cohorte
Enregistrement W6930088011 · doi:10.5061/dryad.5dv41nsbh

Morphology of Arctic cod (Boreogadus saida) assessed according to habitat preference and age in the Beaufort Sea

2023· dataset· en· W6930088011 sur OpenAlexafffund

Notice bibliographique

RevueOpen MIND · 2023
Typedataset
Langueen
DomaineComputer Science
ThématiqueData Analysis with R
Établissements canadiensFisheries and Oceans CanadaMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesMcGill University
Mots-clésArcticHabitatBeaufort seaBeaufort scaleEcotypeMarine habitatsTrophic levelMorphology (biology)

Résumé

récupéré en direct d'OpenAlex

Arctic cod (Boreogadus saida) represents the most widespread and abundant fish in the Arctic and is a critical trophic link in its ecosystems. Like many species endemic to the region, it has lost essential habitat as the extent and thickness of sea ice have declined substantially in recent decades. Extreme warming induced by climate change continues to deteriorate polar marine environments. Thus, understanding how Arctic cod uses and partitions its habitat/environment is central to its conservation. We assessed Arctic cod functional morphology using traditional (including gill rakers) and geometric morphometrics and explored whether these differed among habitats and age classes using multivariate techniques. While distinct ecotypes have been proposed, these were not detected in our analyses. Rather, results show similar patterns in the external morphology of Arctic cod across habitats and age classes in the Beaufort Sea. However, analysis of gill rakers revealed concurrent habitat- and age-specific changes likely associated with dietary preferences. Findings indicate that although Arctic cod does not specialise in external morphological features in any habitat, important aspects of its internal feeding morphology shift as it grows, likely underpinning important distributional changes and the species' critical role in transferring energy in Arctic marine ecosystems.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,098
Tête enseignante GPT0,346
Écart entre enseignants0,248 · 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'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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetData Analysis with RTravaux en français237 207