MétaCan
Menu
← Retour à la cohorte
Enregistrement W2519786899 · doi:10.1139/cjfas-2015-0595

Setting biological reference points for sea scallops (<i>Placopecten magellanicus</i>) allowing for the spatial distribution of productivity and fishing effort

2016· article· en· W2519786899 sur OpenAlexaffvenueabout
Stephen J. Smith, Jessica A. Sameoto, Craig J. Brown

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensNova Scotia Community CollegeBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesNortheast Fisheries Science Center
Mots-clésScallopFishingMaximum sustainable yieldFisherySpatial distributionStock assessmentEnvironmental scienceStock (firearms)Biomass (ecology)Marine protected areaFisheries managementHabitatEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Management for the major sea scallop (Placopecten magellanicus) fisheries in Canada is based on maximum sustainable yield (MSY) biomass and fishing mortality reference points applied to the whole stock, under the assumption that fishing mortality is uniformly distributed in space. However, scallop fishing vessels concentrate fishing in areas that consistently exhibit high densities resulting in a nonuniform spatial distribution of fishing effort. This study applies a spatial model for fishing effort derived from satellite vessel monitoring system data, scallop habitat suitability maps, and relative scallop density from a spatial stock assessment model to evaluate precautionary approach reference points in support of sustainable management. Target harvest rates were evaluated in terms of MSY for the higher habitat suitability areas. The results indicated that although MSY for the spatial model were similar to those when assuming a uniform distribution of effort, the biomass and catch rates over all areas were higher. The spatial model predicted that the MSY would be taken with less fishing effort, potentially lessening the benthic impacts from the scallop fishery.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,243
Écart entre enseignants0,214 · 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'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

Citations24
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→