MétaCan
Menu
← Retour à la cohorte
Enregistrement W2742508273 · doi:10.1139/cjfas-2017-0226

FLEXSELECT: counter-herding device to reduce bycatch in crustacean trawl fisheries

2017· article· en· W2742508273 sur OpenAlexvenueno aff
Valentina Melli, Junita Diana Karlsen, Jordan P. Feekings, Bent Herrmann, Ludvig Ahm Krag

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesMiljø- og FødevareministerietMinistry of Environment
Mots-clésBycatchFisheryCrustaceanHerdingFisheries managementFishingBiologyEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

FLEXSELECT is a simple counter-herding device that aims at reducing the bycatch of fish by scaring them away from the trawl path without affecting the catches of the target species. FLEXSELECT was tested in the Norway lobster (Nephrops norvegicus) directed trawl fishery, as this includes bycatch of both roundfish and flatfish. Length-based data were collected for Nephrops, four roundfish species (cod (Gadus morhua), haddock (Melanogrammus aeglefinus), whiting (Merlangius merlangus), and hake (Merluccius merluccius)), and two flatfish species (plaice (Pleuronectes platessa) and lemon sole (Microstomus kitt)), and length-based catch comparisons were performed. No significant effect on the target species, Nephrops, was detected, whereas a reduction of 39% (CI: 29%–46%) was obtained for the overall number of fish. Catches of all the six fish species examined were significantly reduced by FLEXSELECT, with the efficiency varying considerably among species and over length classes. No significant diel differences were found for either roundfish or flatfish species. FLEXSELECT prevents bycatch species from interacting with the trawl, thus most likely enhancing their survival and fitness. Moreover, its fast attachment system makes FLEXSELECT a flexible tool, adaptable to different fisheries and catch goals.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,038
Tête enseignante GPT0,281
Écart entre enseignants0,243 · 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'étudeExpérimental (laboratoire)
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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