MétaCan
Menu
Retour à la cohorte
Enregistrement W2082049029 · doi:10.1139/f04-137

Comparison of reference points estimated using a size-based method for two high-latitude crab species in the United States and Canada

2004· article· en· W2082049029 sur OpenAlexvenueaboutno aff
M SM Siddeek, Bernard Sainte‐Marie, Jim Boutillier, Gretchen H. Bishop

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStock (firearms)FisheryLatitudeStock assessmentBiomass (ecology)Environmental scienceSnowBiologyFishingGeographyEcologyMeteorology

Résumé

récupéré en direct d'OpenAlex

We briefly reviewed the decision rules currently used for managing two major high-latitude crab stocks, snow crab (Chionoecetes opilio) and Dungeness crab (Cancer magister), in the United States and Canada and compared them with model-based reference points, harvest rate, and biomass proportion relative to virgin biomass, developed using species- and area-specific parameters. The model followed a size-based approach, which incorporated Beverton–Holt and Ricker stock–recruitment models and estimated mean and median reference points. The recruitment was also perturbed to generate distributions of reference points. The Beverton–Holt stock–recruitment model provided a lower harvest rate than that of the Ricker model. Harvest rates were lower for combined sexes spawning biomass than for female-only spawning biomass. Increasing the minimum size at first capture and decreasing the handling mortality resulted in increased harvest rates. Changes in fishery duration and timing of fishery open date did not change the harvest rate appreciably. The harvest rates for the Canadian snow and Dungeness crabs were mostly higher than those estimated for the Bering Sea and Southeast Alaska stocks. Reliable estimates of a number of life history parameters are lacking for both species, and hence, the results of this exercise need to be treated in a precautionary manner.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,063
Tête enseignante GPT0,307
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations21
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetCrustacean biology and ecologyTravaux en français237 207