Comment on “A new approach for estimating stock status from length frequency data” by Froese et al. (2018)
Notice bibliographique
Résumé
Abstract Potential users of the model proposed by Froese et al. (2018) should be aware of several issues. First, the method to calculate equilibrium numbers-at-length is incomplete and leads to negatively biased estimates of fishing mortality. Second, inadequate simulation testing fails to reveal that the method is highly sensitive to assumptions of equilibrium conditions and that the population average asymptotic length (L∞) can be approximated by the largest observed size (Lmax). Finally, the Froese et al. (2018) model relies on the assumption that the ratio of natural mortality (M) to the von Bertalanffy growth parameter (K; M/K) is typically around 1.5, which they argue is supported by the literature for most fish stocks. We believe that this conclusion is based on an insufficient reading of the literature and, in fact, there is strong evidence to support the claim that M/K is outside the narrow bounds of 1.2–1.8 for many exploited species. Potential users of the method are alerted to these issues and alternative approaches are recommended to avoid these biases.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,007 | 0,003 |
| Intégrité de la recherche | 0,039 | 0,055 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,011 |
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 source (Gemma direct ou Codex distillé), 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 ».