MétaCan
Menu
← Retour à la cohorte
Enregistrement W2599344307

Collaborative Pacific Halibut, Hippoglossus stenolepis, Bycatch Control by Canada and the United States

2004· article· en· W2599344307 sur OpenAlexaboutno aff
Bruce M. Leaman, Gregg H. Williams

Notice bibliographique

RevueAquaDocs (United Nations Educational, Scientific and Cultural Organization) · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBycatchHalibutFisheryGroundfishFishingCommercial fishingFisheries managementGeographyFish <Actinopterygii>Biology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT—Bycatch mortality of Pacific halibut, Hippoglossus stenolepis, in nontarget fisheries is composed primarily ofimmature fish, and substantial reductions in yield to directed halibut fisheries result from this bycatch. Distant-water bottomtrawl fleets operating off the North American coast, beginning in the mid 1960’s, experienced bycatch mortality of over 12,000 t annually. Substantial progress on reducing this bycatch was not achieved until the of extension fisheries jurisdictions by the United States and Canada in 1977. Bycatch began to increase again during the expansion of domestic catching capacity forgroundfish, and by the early 1990’s it had returned to levels seen during the period of foreign fishing. Collaborative action by Canada and the United States through the International Pacific Halibut Commission has resulted in substantial reductions in bycatch mortality in some areas. Methods of control have operated at global, fleet, and individual vessel levels. We evaluate thehierarchy of effectiveness for these control measures and identify regulatory needs for optimum effects. New monitoring technologies offer the promise of more cost-effective approaches to bycatch reduction.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
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 Opus0,004
Tête enseignante GPT0,208
Écart entre enseignants0,204 · 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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquaDocs (United Nations Educational, Scientific and Cultural Organization)→Même sujetMarine and fisheries research→Travaux en français237 207→