MétaCan
Menu
← Retour à la cohorte
Enregistrement W1927260967 · doi:10.1139/cjfas-2013-0489

The influence of forage fish abundance on the aggregation of Gulf of Maine Atlantic cod (<i>Gadus morhua</i>) and their catchability in the fishery

2014· article· en· W1927260967 sur OpenAlexvenueno aff
David E. Richardson, Michael C. Palmer, Brian E. Smith

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGadusFisheryAtlantic codCatch per unit effortGadidaeAbundance (ecology)Cod fisheriesFisheries managementEnvironmental scienceStock assessmentOceanographyFishingFish <Actinopterygii>BiologyGeology

Résumé

récupéré en direct d'OpenAlex

Shifts in the distribution and aggregation patterns of exploited fish populations can affect the behavior and success of fishermen and can complicate the interpretation of fisheries-dependent data. Starting in 2006, coinciding with an increase in sand lance (Ammodytes spp.) abundance, Gulf of Maine Atlantic cod (Gadus morhua) concentrated on Stellwagen Bank, a small (405 km2) underwater plateau located in the southwestern portion of the larger (52 461 km2) stock area. The cod fishery in turn concentrated on Stellwagen Bank. Specifically, the proportion of Gulf of Maine cod landings caught in a single 10-minute square area (260 km2) encompassing the tip of Stellwagen Bank increased from 12% in 2005 to 45% in 2010. An increase in landings per unit effort in the fishery coincided with the concentration of the fleet on Stellwagen Bank. Overall, both fisheries-independent and fisheries-dependent data indicate that an increase in sand lance abundance resulted in cod aggregating in a small and predictable area where they were easily caught by the fishery. More broadly, this work illustrates how changes in the distribution patterns of fish and fisherman can decouple trends in abundance and fisheries catch per unit effort.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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

Citations47
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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