Modelling the impacts of environmental variation on the distribution of blue marlin, Makaira nigricans, in the Pacific Ocean
Notice bibliographique
Résumé
Abstract Su, N-J., Sun, C-L., Punt, A. E., Yeh, S-Z., and DiNardo, G. 2011. Modelling the impacts of environmental variation on the distribution of blue marlin, Makaira nigricans, in the Pacific Ocean. – ICES Journal of Marine Science, 68: 1072–1080. Blue marlin are distributed throughout tropical and temperate waters in the Pacific Ocean. The preference of this species for particular habitats may affect its distribution and vulnerability to being caught. The relationships between the spatial pattern of blue marlin abundance and oceanographic conditions, which may be influenced by climate change, were examined using generalized additive models fitted to catch and effort data from longline fisheries. Distributions of blue marlin density, based on combining the probability of presence and abundance given presence, indicate that there is annual variation in the distribution of blue marlin and that the population apparently moved east during the 1997–1998 El Niño. The interannual variability in blue marlin distribution appears to be associated with El Niño events and is related to shifts in sea surface temperature and the deepening of the thermocline. Models of catch and effort that include oceanographic variables could be used, given predictions from climate models, to explore future changes in distribution, which could then be used to provide management advice related to time-area closures.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».