MétaCan
Menu
Retour à la cohorte
Enregistrement W2902384587 · doi:10.7289/v54j0c29

Genetic stock composition analysis of Chum salmon bycatch from the 2013 Bering Sea Walleye pollock trawl fishery

2015· article· en· W2902384587 sur OpenAlexaboutno aff
Scott C. Vulstek, Christine M. Kondzela, Jeffrey R. Guyon

Notice bibliographique

RevueNational Oceanic and Atmospheric Administration (NOAA) - NOAA Central Library · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBycatchFisheryPollockStock (firearms)FishingBiologyGeography

Résumé

récupéré en direct d'OpenAlex

A genetic analysis of chum salmon (Oncorhynchus keta) bycatch from the 2013 Bering Sea walleye pollock (Gadus chalcogrammus) trawl fishery was undertaken to determine the overall stock composition of the sample set. Samples were genotyped for 11 microsatellite markers and results were estimated using the current chum salmon microsatellite baseline. Since 2011, genetic samples from the chum salmon bycatch were collected systematically to reduce sample biases that may exist in collections from previous years. In 2013, one genetic sample was collected for every 30.3 chum salmon caught in the 99.8% of the mid water trawl fishery that was sampled. Evaluation of sampling based on time, location, and vessel indicated that the genetic samples were representative of the total bycatch. Based on the analysis of 3,880 chum salmon bycatch samples collected throughout the 2013 Bering Sea trawl fishery, the North east Asia stocks dominated the sample set ( 45 %); moderate contributions came from Southeast Asia (15 %), Eastern Gulf of Alaska (GOA)/Pacific Northwest (PNW) (15%), and Western Alaska (18%) stocks, and smaller contributions came from Upper/Middle Yukon River (6 %) and Southwest Alaska (1%) stocks. The regional stock estimates for the 2013 chum salmon bycatch were similar to those for the 2012 bycatch, but differed significantly from estimates for other years, especially for the Asian and the Eastern GOA/PNW regions. There were significant spatial differences in stock distribution with the South east Asia contribution higher in the northwestern U.S. waters of the Bering Sea than in the southeastern Bering Sea, and the Eastern GOA/PNW contribution highest in the easternmost area sampled in the southeastern Bering Sea. Analysis of temporal strata revealed changes in stock composition during the course of the fall "B" season with increasing contribution of Northeast Asia stocks, decreasing contribution of Eastern GOA/PNW stocks, and variable contribution from Southeast Asia and Western Alaska.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,162
Score d'incertitude au seuil0,891

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,216 · 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.

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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Oceanic and Atmospheric Administration (NOAA) - NOAA Central LibraryMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207