Artificial lights improve the catchability of snow crab ( Chionoecetes opilio ) traps
Notice bibliographique
Résumé
This study investigated the behaviour and commercial catchability of snow crab (Chionoecetes opilio) in response to different low-powered LED lights under laboratory and field conditions. We created a novel choice-experiment in a laboratory setting in which we investigated the behaviour of snow crab in response to coloured LED lights. The results showed that snow crab movement was dependent on light colour, with animals choosing to move toward blue and white lights, away from purple lights, and no detectable effect for green and red lights. We then conducted two field experiments to investigate the effect of the same LED lights on the catch rates of commercial traps during the 2016 snow crab fishery on the east coast of Newfoundland and Labrador. Results from the first field experiment showed that adding white and purple LED lights into baited traps significantly improved Catch Per Unit Effort (CPUE) by 77% and 47% respectively. Results from the second field experiment showed that unbaited traps equipped with only LED lights (no bait), could also catch snow crab in comparable amounts to traditional baited traps, with soak time and depth explaining some of the variation in CPUE. Taken together, these experiments suggest that fishing enterprises can improve their catching performance and profitability by adding LED lights to their traps, or by using LED lights as a bait replacement.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».