Influence of Particulate Organic Carbon Sedimentation within the Seasonal Sea-ice Regime on the Catch Distribution of Northern Shrimp (<i>Pandalus borealis</i>)
Notice bibliographique
Résumé
A sedimentation model was used to map the distribution of particulate organic carbon (POC) in the Labrador Sea in relation to shrimp (Pandalus borealis) distribution.The model was based on information from sediment traps and ice regimes defined by: ice concentration, duration of ice cover and distance from an ice edge.Initial results from a subset of POC-binned commercial shrimp fishing data resulted in linear regression coefficients between catch per hour and POC of r 2 = 0.926 for 1989 and 0.964 for 1996.Binning the data according to depth resulted in r 2 = 0.995 and 0.948, respectively.Shrimp catch data from research surveys binned by (1) POC, (2) depth and (3) temperature resulted in corresponding r 2 of (1) 0.304, (2) 0.763, (3) 0.745 and (1) 0.535, (2) 0.897 (3) 0.954 for 1996 and 1997, respectively.The results validate the sedimentation model and confirm the importance of POC as food for shrimp.Information on POC distribution determined by sedimentation models has potential applications in shrimp fisheries and research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».