MétaCan
Menu
Retour à la cohorte
Enregistrement W1975995502 · doi:10.1093/icesjms/fsl016

Optimal estimation of catch by the continuous underway fish egg sampler based on a model of the vertical distribution of American plaice (Hippoglossoides platessoides) eggs

2006· article· en· W1975995502 sur OpenAlexaff
Pierre Pepin, K. Alexandra Curtis, Paul V. R. Snelgrove, Brad de Young, J. Helbig

Notice bibliographique

RevueICES Journal of Marine Science · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensMemorial University of NewfoundlandFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésWater columnEddy diffusionNegative binomial distributionPoisson distributionEnvironmental scienceBuoyancyOceanographyFisheryMathematicsStatisticsBiologyTurbulencePhysicsMeteorologyGeologyMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract Pepin, P., Curtis, K.A., Snelgrove, P.V.R., de Young, B., and Helbig, J.A. 2007. Optimal estimation of catch by the continous underway fish egg sampler based on a model of the vertical distribution of American plaice (Hippoglossoides platessoides) eggs – ICES Journal of Marine Science, 64, 18–30. We investigate how the vertical stratification of the water column (specifically density) affects predictions of the catch of American plaice eggs (Hipploglossoides platessoides) from a fixed-depth sampler [the continuous underway fish egg sampler (CUFES)] relative to the integrated abundance in the water column measured in bongo tows. A steady-state model of the vertical distribution of fish eggs coupled with a simple model of the vertical profile of eddy diffusivity (i.e. mixing) is applied. Key model parameters are estimated through optimization of a one-to-one relationship between predicted and observed catches fit, using a generalized linear model with a Poisson, negative binomial, or gamma error structure. The incorporation of data on the vertical structure of the water column significantly improved the ability to forecast CUFES catches when using Poisson or negative binomial error structure, but not using a gamma distribution. Optimal maximum likelihood parameter estimates for eddy diffusivity and egg buoyancy fell within the range of expected values. The degree of uncertainty in the parameterization of eddy diffusivity suggests, however, that greater understanding of the forces that determine the vertical profile of mixing is critical to achieving strong predictive capabilities. The inverse problem of predicting integrated abundance from CUFES catches did not benefit from the environmental-driven model because of the high uncertainty in the catches from the CUFES.

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)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,260
Écart entre enseignants0,248 · 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
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

Citations7
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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