Designing tools to evaluate fishery management strategies: can the scientific community deliver?
Notice bibliographique
Résumé
Abstract Schnute, J. T., Maunder, M. N., and Ianelli, J. N. 2007. Designing tools to evaluate fishery management strategies: can the scientific community deliver? – ICES Journal of Marine Science, 64: 1077–1084. Techniques for quantitative fishery management have evolved rapidly during a period when computers, programming languages, and computational algorithms have also changed dramatically. Despite these advances, many stock assessment methods remain untested. A process of management strategy evaluation (MSE) could potentially rectify this problem, but it would require a framework in which to conduct systematic tests. We survey the tools currently used for stock assessments and discuss the development of new standards for testing management procedures. A successful project would depend on human skills scattered among various nations, organizations, and academic disciplines. Analogies from civil engineering illustrate the discipline and collaboration required for an effective outcome. If the world community of fishery scientists could design, build, and support such a project, it would revolutionize the theory, teaching, and practice of scientific fishery management.
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 | 0,385 | 0,617 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,019 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,028 | 0,031 |
| Science ouverte | 0,006 | 0,014 |
| Intégrité de la recherche | 0,010 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».