MétaCan
Menu
Retour à la cohorte
Enregistrement W2101370513 · doi:10.1093/icesjms/fsu066

Impacts of seasonal stock mixing on the assessment of Atlantic cod in the Gulf of Maine

2014· article· en· W2101370513 sur OpenAlexaboutno aff
Jie Cao, Samuel B. Truesdell, Yong Chen

Notice bibliographique

RevueICES Journal of Marine Science · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesMaine Sea Grant, University of MaineState of Maine Department of Marine Resources
Mots-clésGadusStock (firearms)Atlantic codStock assessmentEnvironmental scienceOceanographyFisheryMixing (physics)PopulationGeographyGeologyFishingBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Atlantic cod (Gadus morhua) in the Northwest Atlantic off New England and southern Atlantic Canada exhibit a complex population structure. This region has three independently assessed stocks [Georges Bank, Gulf of Maine (GOM), and the 4X stock], all of which are known to mix with each other. Assessments of these stocks, however, assume no interpopulation mixing. Using simulations, we evaluated impacts of ignoring mixing resulting from seasonal migrations on the GOM assessment. The dynamics of the three stocks were simulated according to different scenarios of interstock mixing, and a statistical catch-at-age stock assessment model was fitted to the simulated GOM data with and without mixing. The results suggest that, while mixing causes measurable bias in the assessment, under the conditions tested, this model still performed well. Of the bias that does exist, spawning-stock biomass estimates are relatively sensitive to mixing compared with estimates of recruitment and exploitation rate. The relative timing of seasonal migration of the three stocks plays a critical role in determining the magnitude of bias. The scale and trends among years in the bias were driven by how representative the catch and survey data were for the GOM stock; this representation changed with the mixing rates.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,019
Tête enseignante GPT0,300
Écart entre enseignants0,281 · 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

Citations18
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207