MétaCan
Menu
Retour à la cohorte
Enregistrement W2083127807 · doi:10.1080/00028487.2013.862177

Size‐ and Sex‐Specific Capture and Harvest Selectivity of Walleyes from Tagging Studies

2014· article· en· W2083127807 sur OpenAlexaff
Ransom A. Myers, M. W. L. Smith, John M. Hoenig, Neil Kmiecik, Mark A. Luehring, Melissa T. Drake, Patrick J. Schmalz, Greg G. Sass

Notice bibliographique

RevueTransactions of the American Fisheries Society · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensDalhousie University
Organismes subventionnairesWisconsin Department of Natural ResourcesNational Marine Fisheries ServiceUniversity of MiamiMinnesota Department of Natural Resources
Mots-clésSelectivityFishingBiologyFisheryEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Estimates of size‐ and sex‐specific gear selectivity are important for making informed management decisions. Sex‐specific selectivity curves may be needed for two‐sex statistical catch‐at‐age models when information about sex ratios in the catch is unavailable. We used data from three tagging programs in Minnesota and Wisconsin to estimate the size‐ and sex‐specific selectivity of angling and spearing for Walleyes Sander vitreus. We estimated capture selectivity (the relative catchability of each component of the population) and harvest selectivity (the combined effect of capture selectivity and the decision to retain or release a fish from a given component). These components are of interest because (1) the hooking mortality of released fish contributes substantially to total mortality, so that it is important to know how harvest and release vary by size; and (2) capture selectivity is likely similar across lakes, such that data from other lakes may provide information on capture selectivity for the lake of interest, while harvest selectivity is lake specific. Estimates were obtained using generalized linear models to determine the significance of the individual and interactive effects of length and sex on selectivity. Angling capture and harvest selectivity were both greater for females than males of every length. In contrast, spearing harvest selectivity was greater for males. For both sexes, harvest selectivity for angling and spearing peaked at around 400–450 mm. The capture selectivity of anglers peaked at 350–375 mm. The interaction between sex and size was significant for capture selectivity for angling, with the sex effect for small fish being less than that for large fish. Above 400 mm, spearing selectivity did not appear to vary with length for either sex, but at lengths below that it was lower for males.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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'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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the American Fisheries SocietyMême sujetFish Ecology and Management StudiesTravaux en français237 207