MétaCan
Menu
Retour à la cohorte
Enregistrement W2170732491 · doi:10.1093/icesjms/fsm042

Harvest control rules for stocks displaying dynamic production regimes

2007· article· en· W2170732491 sur OpenAlexaffabout
Robert Mohn, G. A. Chouinard

Notice bibliographique

RevueICES Journal of Marine Science · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésHaddockProductivityProduction (economics)Biomass (ecology)Environmental scienceFisheryOceanographyEcologyEconomicsBiologyGeologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract Mohn, R. K., and Chouinard, G. A. 2007. Harvest control rules for stocks displaying dynamic production regimes. – ICES Journal of Marine Science, 64: 693–697. Several cod and haddock stocks in Atlantic Canada have undergone substantial changes in productivity. Regimes are defined as periods of relatively stable production separated by rapid transitions to a different level. These regimes are deconstructed into their dominant determinants of growth, survivorship, or recruitment. Using southern Gulf of St Lawrence cod and eastern Scotian Shelf haddock as case studies, regimes are identified based on production. Haddock display an almost threefold difference between productive and non-productive regimes, owing mainly to a change in reproductive output. Cod have a more complicated history, displaying three regimes, and a variation in production by a factor of approximately eight. The production data in each regime are identified and smoothed to show the underlying dependence on biomass. Finally, simple three-phase harvest control rules (having critical, cautious, and healthy zones) for distinct regimes are presented to illustrate the potential importance of regimes in resource 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 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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,281
Écart entre enseignants0,270 · 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

Citations20
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

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