MétaCan
Menu
← Retour à la cohorte
Enregistrement W1912511679 · doi:10.1139/cjfas-2015-0056

Compensation potential in six depleted groundfish stocks from the Northwest Atlantic

2015· article· en· W1912511679 sur OpenAlexaffvenue
M. J. Morgan, P. A. Shelton, F. González-Costas, D.M. González-Troncoso

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésGroundfishFlatfishGadusBiologyFisheryAtlantic codStock (firearms)OverfishingPopulationEcologyFishingFisheries managementGeographyFish <Actinopterygii>Demography

Résumé

récupéré en direct d'OpenAlex

Compensatory responses are important because they increase spawning stock biomass (SSB) growth rates in depleted fish populations. We analyze recruits per spawner (R/SSB) and spawners per recruit (SSB/R) data from six well-studied depleted, or depleted and recovering, Northwest Atlantic groundfish stocks for evidence of compensatory responses. All stocks had periods of high R/SSB at low SSB; however, R/SSB showed considerable variability, and significant compensatory responses were only found in two stocks. For compensation in SSB/R, relationships were significant for three of the stocks. We examined the potential impact of compensation in R/SSB and SSB/R on SSB growth rate and concluded that SSB/R could have a greater potential impact on enhancing SSB growth rate in depleted stocks. Overall, cod (Gadus morhua) populations showed greater compensation than flatfish, mainly due to the lower potential in flatfish to increase SSB/R. This suggests that cod are more resilient to overfishing than are flatfish. Estimates of population growth rate at low stock size, which ignore compensation in SSB/R, will underestimate maximum SSB growth rates. Compensation in both R/SSB and SSB/R should both be considered when evaluating stock productivity, sustainable harvest levels, and biological reference points.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,227
Écart entre enseignants0,197 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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