ẢNH HƯỞNG CỦA VIỆC GIẢM ĐỘ MẶN ĐẾN SINH TRƯỞNG VÀ TỶ LỆ SỐNG CỦA HÀU (CRASSOSTREA SP) VÀ TÔM CHÂN TRẮNG (PENAEUS VANNAMEI) TRONG HỆ THỐNG NUÔI KẾT HỢP
Bibliographic record
Abstract
Nghiên cứu này đánh giá ảnh hưởng của việc giảm độ mặn theo thời gian đến tăng trưởng và tỷ lệ sống của hàu (Crassostrea sp) và tôm chân trắng (Penaeus vannamei) trong hệ thống nuôi kết hợp. Các nghiệm thức thí nghiệm là: giữ nguyên độ mặn 15? trong suốt quá trình nuôi (NTĐC); duy trì độ mặn 15? trong tháng đầu và giảm đến 10? ở tháng thứ 2 (NT1); duy trì độ mặn 15? trong tháng đầu, giảm đến 10? ở tháng thứ 2 và giảm đến 5? ở tháng thứ 3 (NT2). Thí nghiệm được thực hiện trong bể 0,5m3, mật độ tôm là 80 con/bể (2,3 g/con) và hàu 20 con/bể (30g/con). Kết quả cho thấy tôm chân trắng nuôi ở độ mặn 15? đạt tỷ lệ sống 69,5% và năng suất 699 g/m3 cao hơn ở các nghiệm thức giảm độ mặn. Tỷ lệ thịt (53,2%) và tỷ lệ thịt khô (27,7%) của tôm ở độ mặn 15? khác biệt có ý nghĩa (P0,05). Kết quả thí nghiệm cho thấy việc giảm độ mặn làm giảm tỷ lệ sống, năng suất và chất lượng tôm chân trắng. Ngược lại, hàu đạt tỷ lệ sống cao và tốc độ sinh trưởng không thay đổi trong điều kiện giảm độ mặn theo thời gian.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.066 | 0.015 |
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".