MétaCan
Menu
Retour à la cohorte
Enregistrement W2136983157 · doi:10.1093/icesjms/fsq117

Will depleted populations of Pacific salmon recover under persistent reductions in survival and catastrophic mortality events?

2010· article· en· W2136983157 sur OpenAlexafffundabout
Carrie A. Holt

Notice bibliographique

RevueICES Journal of Marine Science · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans CanadaPrinceton University
Mots-clésFishingBenchmark (surveying)Environmental scienceMaximum sustainable yieldFisheryAbundance (ecology)Fish <Actinopterygii>EcologyBiologyGeographyFisheries management

Résumé

récupéré en direct d'OpenAlex

Abstract Holt, C. A. 2010. Will depleted populations of Pacific salmon recover under persistent reductions in survival and catastrophic mortality events? – ICES Journal of Marine Science, 67: 2018–2026. Under Canada's Wild Salmon Policy, benchmarks between zones of biological status are required to distinguish populations requiring conservation attention (Red and Amber zones) from those that can be managed for production (Green zone). The recovery of depleted populations (i.e. from Red to Green) will depend in part on the choice of the lower benchmark. At a minimum, that benchmark should be set high enough to allow recovery within an acceptable time-frame in the absence of targeted fishing. Currently, benchmarks are evaluated and selected using simulation models that assess the probability of recovery to spawner abundance associated with the maximum sustainable yield within a specified time-frame. Guided by case examples, the evaluation is extended to include two scenarios of future conditions: persistent reductions in survival rates below the replacement level; and increased frequency of catastrophic mortality (die-off) events. Probabilities of recovery appear to be more sensitive to persistent reductions in survival than to increased probability of die-off events. The current lower benchmarks on spawner abundance and fishing mortality might not be sufficiently precautionary to allow recovery under those conditions.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,023
Tête enseignante GPT0,266
Écart entre enseignants0,242 · 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

Citations13
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetFish Ecology and Management StudiesTravaux en français237 207