Predicting changes in mean length with an age‐structured stock assessment model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Several studies have shown that mean length is only slightly biased and hence a robust indicator of the total mortality (fishing and natural mortalities). However, these studies use models that typically assume equilibrium conditions and are expected to predict a much stronger relationship between mean length and fishing mortality than would be obtained from a model with more realistic assumptions. Here we predict changes in annual mean length with stochastic stock reduction analysis (SRA)—an age‐structured model—that accounts for recruitment variation around an average stock‐recruitment relationship and time‐varying exploitation rate. We found that SRA‐predicted mean length fluctuates considerably over exploitation rate, as opposed to equilibrium mean length, which consistently declined as exploitation rate climbed. Our finding suggests that the inference obtained from examining the relationship between fishing effects and mean length under equilibrium conditions could be misleading. Recommendations for resource managers Previous studies showed that equilibrium mean length—that is, assuming continuous and constant recruitment and constant total mortality over time—is a reliable indicator of fishing and natural mortalities, where changes in the observed mean length mimic the total mortality of the harvested population. By estimating mean length under sensible assumptions, such as accounting for recruitment variability around an average stock‐recruitment relationship, and time‐varying exploitation rate (fishing mortality), high exploitation rate does not necessarily result in a low mean length. Given that equilibrium approaches to estimate mortality as a function of mean length are still appealing, due to their simplicity and basic data requirement, caution must be exercised when interpreting the results.
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.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle