Estimating Natural Mortality of Atlantic Bluefin Tuna Using Acoustic Telemetry
Notice bibliographique
Résumé
Abstract Atlantic bluefin tuna (Thunnus thynnus) are highly migratory fish with a contemporary range spanning the North Atlantic Ocean. Bluefin tuna populations have undergone severe decline and the status of the fish within each population remains uncertain. Improved biological knowledge, particularly of natural mortality and rates of mixing of the western (GOM) and eastern (Mediterranean) populations, is key to resolving the current status of the Atlantic bluefin tuna. We evaluated the potential for acoustic tags to yield empirical estimates of mortality and migration rates for long-lived, highly migratory species such as Atlantic bluefin tuna. Bluefin tuna tagged in the Gulf of St. Lawrence (GSL) foraging ground (2009–2016) exhibited high detection rates post release, with 91% crossing receiver lines one year post tagging, 61% detected after year two at large, with detections up to ~1700 days post deployment. Acoustic detections per individual fish ranged from 3 to 4759 receptions. A spatially-structured Bayesian mark recapture model was applied to the acoustic detection data for Atlantic bluefin tuna electronically tagged in the GSL to estimate the rate of instantaneous annual natural mortality. We report a median estimate of 0.10 yr−1 for this experiment. Our results demonstrate that acoustic tags can provide vital fisheries independent estimates for life history parameters critical for improving stock assessment models.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».