MétaCan
Menu
← Retour à la cohorte
Enregistrement W3008277682 · doi:10.1139/cjfas-2019-0152

Estimating the biomass of a mixed species complex using hydroacoustics and catch data from the Bay of Fundy and Scotian Shelf summer ecosystem survey

2020· article· en· W3008277682 sur OpenAlexaffvenue
Allan Debertin

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésGroundfishFisheryGadusPollockAnchovySpiny dogfishHaddockClupeaOceanographyAtlantic herringBiomass (ecology)HerringBaySebastesEnvironmental scienceFisheries managementFishingBiologyGeologyFish <Actinopterygii>Squalus acanthias

Résumé

récupéré en direct d'OpenAlex

An acoustic-based index of biomass was developed due to concerns that the existing bottom-trawl index for western component pollock (Pollachius virens) was inaccurate and imprecise. Acoustic data were recorded during annual summer ecosystem surveys. Pollock and other common groundfish could not be readily identified from echo-traces within echograms. Survey catch data were analyzed concurrently with acoustic data to estimate biomass from echo-integrals contributed by the six most commonly caught fish species: pollock, Atlantic cod (Gadus morhua), haddock (Melanogrammus aeglefinus), redfish (Sebastes fasciatus), Atlantic herring (Clupea harengus), and spiny dogfish (Squalus acanthias). A cluster analyses that used a Bayesian conditional probability classified homogeneous regions based on species composition. Species composition, nautical area scatter coefficient, and backscattering cross-section of fishes for regions were used to calculate the biomass of fishes. Acoustic indices were considered as appropriate as bottom-trawl indices for fisheries management advice because the bias and variance were similar between the indices when analyzed using repeated K-fold cross-validation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,357

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,174
Tête enseignante GPT0,282
Écart entre enseignants0,108 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→