MétaCan
Menu
Retour à la cohorte
Enregistrement W6967036550 · doi:10.5066/f7jw8bxt

Lake Trout Swim-up 1985-1992

2016· dataset· en· W6967036550 sur OpenAlexaboutno aff

Notice bibliographique

RevueUSGS DOI Tool Production Environment · 2016
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTroutSalvelinusBayLife historyAquatic animal

Résumé

récupéré en direct d'OpenAlex

The lake trout (Salvelinus namaycush is native to the Great Lakes and has long supported valuable commercial and sport fisheries in those lakes. In the 1970's and 80's, scientific evidence of successful reproduction by native or stocked lake trout populations in Lake Huron was scant. Suspected sources of lake trout, early life history mortality were: (1) Failure to hatch of fertilized lake trout eggs, deposited by adults on nearshore spawning grounds, and (2) Failure of fertilized lake trout eggs and recently-hatched lake trout fry to survive exposure to physical and environmental conditions within interstitial spaces of the rock-rubble on known lake trout spawning grounds in nearshore and offshore waters of Lake Huron, prior to their emergence (swim-up). To address these two suspected sources of early life mortality, scientific studies were conducted by Dr. Bruce Manny, Research Fishery Biologist, and others at the US Geological Survey's Great Lake Science Center in Ann Arbor, MI, at one of the Center's field stations, the Hammond Bay Biological Station on Northeastern Lake Huron, and from research boats deployed on several known lake trout spawning grounds in Lakes Huron, Michigan, Ontario, and Superior, during spawning season and subsequent egg incubation, egg hatch, and larval incubation, from 1988 to 1992. The Lake Trout Swim-up data is comprised of unpublished scientific data from studies conducted with lake trout eggs and fry in the laboratory and in the field. The data set consists of 18 tables extracted from a relaitonal database related to this study of Lake Trout mortality and deformities in Michigan lakes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,186
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0250,211

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 Opus0,014
Tête enseignante GPT0,225
Écart entre enseignants0,211 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUSGS DOI Tool Production EnvironmentTravaux en français237 207