Optimal treatment regimes from productivity and economic standpoints: The management of suspended mussel lines using high pressure water treatments for the vase tunicate, Ciona intestinalis
Notice bibliographique
Résumé
The invasive tunicate Ciona intestinalis (L., 1767) had an economic impact on the aquaculture of the blue mussel Mytilus edulis (L., 1758) in Prince Edward Island (PEI) and other areas. This tunicate fouls mussel socks suspended on long lines in the water, increasing the weight of the lines and reducing the weight and number of mussels, decreasing overall productivity and profitability. This study determined the relative effects of high pressure water treatment schedules over a 4 month period on two representative sites located in Murray and Brudenell Rivers on PEI. Results indicated that initiating treatment early in the season (July) and treating another 2 or 3 times on a monthly basis had the greatest effect on reducing tunicate numbers and size and enabling greater mussel productivity and farm profitability. While the most effective treatment may ultimately be site-specific, the two sites in this study support the notion that beginning treatment when tunicates are small is one of the most significant parts of a treatment strategy. The optimal treatment strategy needs to be balanced with the most cost effective regime to maintain or improve the economic potential of a mussel farm. Results show that a treatment regime that includes three or four treatments consistently results in an economic advantage over treating two times. If treating mussel socks only two times, treating them early also shows substantial economic advantage.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».