A generalized model for longitudinal short- and long-term mortality data for commercial fishery discards and recreational fishery catch-and-releases
Notice bibliographique
Résumé
Abstract Conservation concerns and new management policies such as the implementation of ecosystem-based approaches to fisheries management are motivating an increasing need for estimates of mortality associated with commercial fishery discards and released fish from recreational fisheries. Traditional containment studies and emerging techniques using electronic tags on fish released to the wild are producing longitudinal mortality-time data from which discard or release mortalities can be estimated, but where there may also be a need to account analytically for other sources of mortality. In this study, we present theoretical and empirical arguments for a parametric mixture-distribution model for discard mortality data. We show, analytically and using case studies for Atlantic cod (Gadus morhua), American plaice (Hippoglossoides platessoides), and winter skate (Leucoraja ocellata), how this model can easily be generalized to incorporate different characteristics of discard mortality data such as distinct capture, post-release and natural mortalities, and delayed mortality onset. In simulations over a range of conditions, the model provided reliable parameter estimates for cases involving both discard and natural mortality. These results support this modelling approach, indicating that it is well suited for data from studies in which fish are released to their natural environment. The model was found to be less reliable in simulations when there was a delay in discard mortality onset, though such an effect appears only in a minority of existing discard mortality studies. Overall, the model provides a flexible framework in which to analyse discard mortality data and to produce reliable scientific advice on discard mortality rates and possibilities for mitigation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».