Delineation of significant benthic areas in eastern Canada using kernel density analysis and species distribution models
Notice bibliographique
Résumé
The Canadian Policy for Managing the Impact of Fishing on Sensitive Benthic Areas developed by the Department of Fisheries and Oceans Canada (DFO) in 2009 defines Significant Benthic Areas in DFO's Ecological Risk Assessment Framework as "significant areas of cold-water corals and sponge dominated communities". Kernel density estimation (KDE) was applied to research vessel trawl survey data to create modelled biomass surfaces for corals and sponges. From these, an aerial expansion method was applied to identify significant concentrations of these taxa across eastern Canada. The borders of the areas so identified were refined using species distribution models that predict species presence-absence and/or biomass, both incorporating environmental data. We present such predictive models produced using a random forest (RF) machine-learning technique. A suite of between 54 and 78 environmental predictor variables from different data sources were used. Occurrence models performed well in general with cross-validated AUC (Area Under the Receiver Operating Characteristic Curve) values over 0.8 in most of the cases. Biomass models provided diverse results depending of the taxa and region studied. The biomass models were compared with Generalized Additive Models (GAM), which produced comparable results to random forest, although the fewer assumptions required for RF made this method more convenient. These results have been used to identify significant concentrations of corals and sponges in eastern Canada, an essential first step in the identification of Sensitive Benthic Areas to ensure Canadian fisheries are conducted in a manner that supports marine conservation and sustainable resource use within and outside Canada's 200 nautical mile exclusive economic zone.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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) | 0,001 | 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 ».