MétaCan
Menu
Retour à la cohorte

RECRUITMENT PATTERNS AND PRECAUTIONARY EXPLOITATION RATES FOR GEODUCK (PANOPEA ABRUPTA) POPULATIONS IN BRITISH COLUMBIA

2006· article· en· W2175728211 sur OpenAlexaboutno aff
Zane Zhang, Claudia M. Hand

Notice bibliographique

RevueJournal of Shellfish Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingBiomass (ecology)BiologyFisheryGeographyMortality rateEcologyDemography

Résumé

récupéré en direct d'OpenAlex

An age-structured projection model was used to study the impacts of alternative exploitation intensities on geoduck populations, based on a large accumulation of survey data, age composition data and published estimates of natural mortality. Data were analyzed and results presented by geographic region. Historic recruitment patterns were back calculated using an age-structured model. Trends in recruitment were independent of the value of M used, although rates were higher when M of 0.036 was applied compared with M of 0.016. Historic recruitment rates were found to be highly variable in the prefishery state: rates generally increased from the early 1930s to 1950, decreased until early 1960, increased to another peak in the mid 1960s, declined until the mid 1980s and have been increasing to present. Future recruitment was simulated from the estimated historic pattern. The fishing patterns examined were combinations of different mortality rates (0.016 or 0.036) and different periods of historical recruitment (beginning in 1940 or 1960). For each simulation year, in each set of 1,000 runs, the ratio of current biomass to virgin biomass was calculated and compared with the management objective of not exceeding 50% of virgin biomass within 50 y of harvest. An exploitation rate of 1.2% and 1.8% of estimated current biomass is recommended for the west coast of Vancouver Island and the rest of the coast respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,159
Tête enseignante GPT0,393
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations33
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Shellfish ResearchMême sujetMarine and fisheries researchTravaux en français237 207