Habitat mapping in support of improved assessment and management of scallop fisheries in the Maritimes region, Canada
Notice bibliographique
Résumé
The importance of incorporating spatial information into the assessment and management of scallop populations has long been recognized. Due to the strong association between scallops and substrate type, scallop distributions can be relatively well represented by seafloor habitat maps. These maps, combined with geospatial fishery data, have tremendous potential to improve our understanding of the spatial patterns and complexities of scallop populations and their dynamics in response to fishing. Further, marine habitat maps provide spatial classification of patterns which can be used to understand ecosystem dynamics and support ecosystem-based fisheries management. In the Maritimes Region of Atlantic Canada, the majority of commercial scallop fishing areas (SFAs) have been surveyed using multibeam echosounders (MBES). In 2010, a detailed underwater imagery survey was conducted in SFA 29W off south-west Nova Scotia and these data were subsequently modelled with MBES bathymetry, backscatter, and associated metrics to derive both a species-specific habitat map for the sea scallop, Placopecten magellanicus, and a benthoscape map of broad bio-physical characteristics of the seafloor. These habitat maps have subsequently been used to improve the understanding of scallop population dynamics, develop a habitat based population model, set biological reference points for fisheries management that incorporates habitat associations, and evaluate overlap between the fishery and benthic communities; all of which demonstrates the tremendous potential of habitat mapping as a tool for improving fisheries science and 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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».