Transactions of the American Fisheries Society 125:889-898. 1996 €> Copyright by the American Fisheries Society 1996 Back-Calculation of Fish Length from Scales: Empirical Comparison of Proportional Methods
Notice bibliographique
Résumé
Abstract.—We compared three proportional back-calculation methods for scales using data sets for pumpkinseeds Lepomis gibbosus and golden shiners Notemigonus crysoleucas from 10 southern Quebec lakes, and we validated back-calculations by comparing them with observed lengths at lime of annulus formation. Ordinary least-squares regression (OR) was compared with geometric mean regression (GMR) for describing body-scale relationships. Although minor differences were detected in body-scale regressions among lakes, pooling data across lakes yielded linear body-scale relationships with very high r2. Differences between OR and GMR body-scale relationships were negligible in both species. Likewise, all back-calculation methods produced equivalent results. Back-calculated lengths generally corresponded well with observed lengths in all pumpkinseeds age-classes and in golden shiners older than 1 year. Observed lengths were often greater than back-calculated lengths for age-1 golden shiners. Our results, indicating little or no difference among methods, contradict recent reviews claiming substantial disagreement among methods. Tighter body-scale relationships in our data sets than in previous studies appear to explain this contradiction. We suggest that light body-scale relationships are attainable for many species, obviating concern over which proportional back-calculation method is chosen.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,284 | 0,147 |
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 source (Gemma direct ou Codex distillé), 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 ».