MétaCan
Menu
Retour à la cohorte
Enregistrement W1969286628 · doi:10.1093/icesjms/fsp115

Herring and ICES: a historical sketch of a few ideas and their linkages

2009· article· en· W1969286628 sur OpenAlexaff
Mike Sinclair

Notice bibliographique

RevueICES Journal of Marine Science · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésOverfishingHerringFishingSketchFisheryPopulationFisheries managementPelagic zoneContext (archaeology)GeographyFish <Actinopterygii>SociologyBiologyComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Sinclair, M. 2009. Herring and ICES: a historical sketch of a few ideas and their linkages. – ICES Journal of Marine Science, 66: 1652–1661. This introduction to the Symposium on “Linking Herring” sketches the development of some ideas generated from herring research within an ICES context. The work of Committee A (1902–1908), under the leadership of Johan Hjort, led to a paradigm shift from “migration thinking” to “population thinking” as the interpretation of fluctuations in herring landings. From the 1920s to the 1950s, the focus on forecasting services for the herring fisheries, although ultimately unsuccessful, had the unintended consequence of generating ideas on recruitment overfishing and the match–mismatch hypothesis. The collapse of the East Anglian fishery led, in 1956, to considerable debate on its causes, but no consensus was reached. Three consecutive symposia dealing with herring (1961, 1968, and 1970) reveal a changing perspective on the role of fishing on recruitment dynamics, culminating in Cushing’s 1975 book (“Marine Ecology and Fisheries”, referred to here as the “Grand Synthesis”), which defined the concept of recruitment overfishing and established the future agenda for fisheries oceanography. The 1978 ICES “Symposium on the Assessment and Management of Pelagic Fish Stocks” is interpreted as the “Aberdeen Consensus” (i.e. without effective management, recruitment overfishing is to be expected). In conclusion, herring research within ICES has led to many ideas and two major paradigm shifts.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0040,015
Communication savante0,0080,011
Science ouverte0,0010,003
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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'étudeSans objet
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

Citations16
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207