MétaCan
Menu
Retour à la cohorte
Enregistrement W2035481466 · doi:10.1139/f06-003

Simulating and testing the sensitivity of ecosystem-based indicators to fishing in the southern Benguela ecosystem

2006· article· en· W2035481466 sur OpenAlexvenueno aff
Morgane Travers‐Trolet, Yunne‐Jai Shin, Lynne Shannon, Philippe Cury

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésFishingEcosystemEnvironmental scienceMarine ecosystemBiomass (ecology)Abundance (ecology)FisheryEcologyEcological indicatorHakeEcosystem modelCommunity structureGeographyFish <Actinopterygii>Biology

Résumé

récupéré en direct d'OpenAlex

The sensitivity of size-based, species-based, and trophodynamic indicators is examined for the fish community of the southern Benguela ecosystem (South Africa) through simulations of different fishing scenarios using the multispecies model OSMOSE. The simulations suggest that it may be erroneous to consider one absolute reference direction of change for any indicator because the direction of change is specific to both the multispecies assemblage and the fishing scenario considered. The analysis of species versus community indicators is helpful for understanding which processes drive the emergent properties of the ecosystem. Informative about the structure and state of the ecosystem, both types of indicators weighted by biomass or by abundance should be used to evaluate ecosystem changes. Indicators characterizing size distribution (e.g., slope of size spectrum) appear to be more helpful in distinguishing the cause of ecosystem changes than mean community indicators because their response is specific to the fishing scenario simulated (i.e., global or hake-targeting fishing). Some indicators do not seem to be sensitive to fishing pressure (slope of the diversity size spectrum) or do not vary consistently with other studies (W statistic).

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,221
Écart entre enseignants0,200 · 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

Citations55
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine and fisheries researchTravaux en français237 207