Oppdrett av steril fisk
Bibliographic record
Abstract
I andre land og andre arter er det vanlig å bruke triploidisering og/eller oppdrett av monosexbesetninger (f.eks\nall female). I noen andre arter er det dessuten vanlig å bruke sterile hybrider til ulike typer formål. Triploid fisk\nhar et kromosomsett mer enn det som er normalt (diploid) for arten, og er steril. For mange arter av fisk (også laksefisk) er det utviklet enkle metoder for å lage triploider. Siden triploid fisk er steril har organisasjoner som NASCO, FAO og ICES foreslått at oppdrettsnæringen i større grad burde bruke dem for å begrense den\ngenetiske påvirkningen fra rømt fisk.\nDet er publisert en mengde arbeider på teknikker for å produsere triploid fisk og hvilke effekter dette gir på viktige fysiologiske parametre og rene produksjonsparametre. Det er også publisert noen arbeider som summerer opp erfaringer fra oppdrett av triploid fisk i kommersielt oppdrett i Skottland, Irland, Canada og Tasmania.\nErfaringen tilsier imidlertid at selv om triploid laks kan gjøre det like bra som vanlig laks under optimale forhold, blir produksjonsresultatet dårligere i praktisk oppdrett. Totalt sett viser denne forskningen at triploid laks har høyere dødelighet gjennom hele livssyklusen, den vokser dårligere og har også lavere toleranse for\nstress og ugunstige miljøforhold. Resultatene fra studier på slaktekvalitet er noe motstridende, men en vet at triploid laks har færre, men større muskelfibre og mer filetspalting og lavere filetfasthet (de er bløtere) enn vanlig (diploid) laks. Det er også rapportert at triploid laks er mer utsatt for deformasjoner og katarakt.\nForsøkene som ble gjennomført eller startet opp i ’SALMOTRIP’ bekrefter at den triploide fisken har større risiko for å utvikle deformiteter hvis den oppdrettes som en vanlig oppdrettslaks. Forsøkene viser også at triploider kan produseres i sjøvann med god vekst og lav dødelighet. Forskning som er i gang viser at deformitetsproblemet sannsynligvis kan løses med tilpassede produksjonsmetoder og tilpassede dietter. Det er også mulig at en vellykket produksjon vil være avhengig av miljøforhold, merdstørrelse og fisketetthet.\nVi mener derfor at det er behov for en nærmere kartlegging av fiskevelferd hos triploid laks under ulike miljøforhold, og at en søker å finne ut om det er realistisk å sikre et godt nok oppdrettsmiljø for den triploide laksen i oppdrett. En må også vurdere om en eventuelt økt risiko for redusert fiskevelferd hos triploid laks er\nakseptabel i forhold til gevinsten ved å sikre villaksen mot negative effekter av oppdrettsfisk
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.048 | 0.018 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".