MétaCan
Menu
← Retour à la cohorte
Enregistrement W1898749946 · doi:10.1139/cjfas-2015-0039

Self-starting cumulative sum harvest control rule (SS-CUSUM-HCR) for status-quo management of data-limited fisheries

2015· article· en· W1898749946 sur OpenAlexvenueno aff
Deepak George Pazhayamadom, Ciarán J. Kelly, Emer Rogan, Edward A. Codling

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésCUSUMStatus quoStock (firearms)Fish stockControl chartComputer scienceStatisticsEnvironmental scienceEconometricsFisheryFish <Actinopterygii>MathematicsEconomicsGeographyBiology

Résumé

récupéré en direct d'OpenAlex

We demonstrate a harvest control rule based on the self-starting cumulative sum (SS-CUSUM) control chart that can maintain a fish stock at its starting (status-quo) level. The SS-CUSUM is an indicator monitoring tool commonly used in quality control engineering and does not require a long time series or predefined reference point for detecting temporal trends. The reference points in SS-CUSUM are calibrated in the form of running means that are updated on an ongoing basis when new observations become available. The SS-CUSUM can be initiated with as few as two observations in the time series and can be applied long before many other methods, soon after initial data become available. A wide range of stock indicators can be monitored, but in this study, we demonstrate the method using an equally weighted sum of two indicators: a recruitment indicator and a large fish indicator from a simulated fishery. We assume that no life history data are available other than 2 years of both indicator data and current harvest levels when the SS-CUSUM initiates. The signals generated from SS-CUSUM trigger a harvest control rule (SS-CUSUM-HCR), where the shift that occurs in the indicator time series is computed and is used as an adjustment factor for updating the total allowable catch. Our study shows that the SS-CUSUM-HCR can maintain the fish stock at its starting status-quo level (even for overfished initial states) but has limited scope if the fishery is already in an undesirable state such as a stock collapse. We discuss how the SS-CUSUM approach could be adapted to move beyond a status-quo management strategy, if additional information on the desirable state of the fishery is available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,287
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→