索引于
  • 在线访问环境研究 (OARE)
  • 打开 J 门
  • Genamics 期刊搜索
  • 期刊目录
  • 西马戈
  • 乌尔里希的期刊目录
  • 访问全球在线农业研究 (AGORA)
  • 电子期刊图书馆
  • 国际农业与生物科学中心 (CABI)
  • 参考搜索
  • 研究期刊索引目录 (DRJI)
  • 哈姆达大学
  • 亚利桑那州EBSCO
  • OCLC-WorldCat
  • 学者指导
  • SWB 在线目录
  • 虚拟生物学图书馆 (vifabio)
  • 普布隆斯
  • 米亚尔
  • 大学教育资助委员会
  • 欧洲酒吧
  • 谷歌学术
分享此页面
期刊传单
Flyer image

抽象的

优化水产养殖鲶鱼中 MIB 异味检测的统计方法

Paul V Zimba*,Casey C Grimm

鲶鱼行业以预防异味鱼被无意出售为荣。通常,在池塘收获前几周,会品尝几条鱼,以确认鱼的味道是否良好。我们收集了几组鲶鱼异味浓度的分析测量数据,以评估分布类型(参数/非正态)。对每片鱼片的三个子部分进行了脂肪含量的同步测量。然后使用这些数据来模拟在包含有味和无味鱼的混合种群中检测异味所需的鱼数量。在从同一池塘收集的鱼中,异味浓度通常不呈正态分布,因此需要专门的统计程序。即使使用对数变换,数据仍然违反了正态性假设。我们使用非参数方法,使用订购的鱼样本,然后随机抽样 1000 次,以确定检测异味所需的鱼数量。当鱼群几乎全部为正常味道 (97%) 时,需要取 40 条鱼样本才能检测出异味,而当鱼群中异味鱼的比例超过 20% 时,则需要取不到 11 条鱼样本。混合鱼群中取 6 条鱼样本即可有效识别 60% 存在异味的池塘中异味的发生情况。与目前的取样程序相比,取样更多鱼、更少次数可以更准确地识别含有混合味道鱼群的池塘。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证