MétaCan
Menu
Retour à la cohorte

The history of ocean resources: modeling cod biomass using historical records

2005· review· en· W2023350435 sur OpenAlexaboutno aff
Andrew A. Rosenberg, W. Jeffrey Bolster, Karen E. Alexander, William B. Leavenworth, Andrew B. Cooper, Matthew McKenzie

Notice bibliographique

RevueFrontiers in Ecology and the Environment · 2005
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingFisheryStock assessmentBiomass (ecology)PopulationMarine ecosystemEcosystemMarine conservationGeographyCommercial fishingIncentiveFisheries managementEcologyBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Managing the remnants of the ocean's resources is a critical issue worldwide, but evidence for what constitutes a healthy fish population remains controversial. Here, we use historical sources to understand ecosystem trends and establish a biomass estimate for a key marine species prior to the industrialization of fishing. Declining trajectories have been described for predatory fishes and complex coral reef systems globally, but few numerical estimates of past abundance exist. We combined historical research methods and population modeling to estimate the biomass of cod on Canada's Scotian Shelf in 1852. Mid 19th-century New England fishing logs offer geographically specific daily catch records, describing fleet activity on fishing grounds with negligible incentive to falsify records. Combined with ancillary fishery documents, these logs provide a solid, reliable basis for stock assessment. Based on these data we estimate a biomass for cod of 1.26 × 106 mt in 1852 – compared with less than 5 × 104 mt of total biomass today. In the current policy debate about rebuilding depleted fisheries and restoring marine ecosystems, it is important to recognize that fisheries for key commercial species like cod were far more productive in the past. As we attempt to rebuild these fisheries, our decisions should reflect real and realistic goals for management, not just recently observed catch levels.

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)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,032
Tête enseignante GPT0,242
Écart entre enseignants0,210 · 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
GenreSynthèse

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

En bref

Citations212
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and the EnvironmentMême sujetMarine and fisheries researchTravaux en français237 207