MétaCan
Menu
Retour à la cohorte
Enregistrement W2950756654 · doi:10.1111/faf.12382

Misspecification in stock assessments: Common uncertainties and asymmetric risks

2019· article· en· W2950756654 sur OpenAlexafffund
Adrian Hordyk, Quang Huynh, Thomas R. Carruthers

Notice bibliographique

RevueFish and Fisheries · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésStock assessmentStock (firearms)EconometricsRisk assessmentComputer scienceStatisticsMathematicsFisheryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Common uncertainties in stock assessment relate to parameters or assumptions that strongly determine both the estimates of quantities of management interest (e.g. stock depletion) and related reference points (e.g. biomass at maximum sustainable yield). The risks associated with these uncertainties are often presented to managers in the form of decision tables. However, a formal evaluation of the risks from misspecifying an assessment model over time‐horizons spanning multiple assessment cycles requires closed‐loop simulation. There were two aims of this study: (a) develop an approach to identify and evaluate asymmetries in risk to yields and spawning biomass due to biases in key parameters and data sources in a stock assessment model, (b) quantify the relative importance of correctly specifying the various assessment attributes. A computationally efficient stock reduction analysis was evaluated using closed‐loop simulation to identify risks associated with a stock assessment with persistent positive and negative biases in the key parameters and inaccurate assumptions regarding data sources. Six types of assessment misspecification were examined, namely the assumed natural mortality rate, the assumed recruitment compensation ratio, the assumed age of maturity, a hyper‐stable or hyper‐deplete index of abundance, over‐ or under‐reporting of historical catch, and misspecification of the assumed shape of the selectivity curve. This study reveals large asymmetries in risk associated with common uncertainties in stock assessment processes. We highlight the value of reproducible and computationally efficient stock assessment models that can be investigated by closed‐loop simulation before being used for fisheries management.

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)0,016
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,295
Écart entre enseignants0,257 · 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'étudeSimulation ou modélisation
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

Citations25
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine and fisheries researchTravaux en français237 207