Passive acoustic monitoring of haddock in the Gulf of Maine: Preliminary results
Notice bibliographique
Résumé
A “Passive Acoustic Monitoring” (PAM) survey of haddock sounds was conducted in collaboration with commercial fishers in the inshore regions of the Gulf of Maine (GOM) during 2003-2004 and 2006-2007 using bottom mounted “Autonomous Underwater Listening Stations” (AULS). Haddock sounds were observed in 34 of 59 deployments, however call rates were highly variable both spatially and temporally. Haddock sounds averaged 0.7 call/h and 40.5 knocks/h. A strong nocturnal spawning pattern was observed. A significant correlation between haddock call rate and the “Catch Per Unit Effort” (CPUE) of ripe-and-running female haddock demonstrates that PAM is a potentially powerful tool to supplement stock assessment surveys. Haddock sounds indicative of spawning behavior were observed well into July suggesting that spawning of inshore populations of haddock in the GOM extends over a longer season than generally thought. Further the intro- and inter-annual variability in diel periodicity of both haddock sound production and CPUE of haddock in spawning condition suggest spawning behavior is highly plastic in the species and caution is advised when attempting to extrapolate observation from one region to another. This study demonstrates that PAM is an important new tool that can provide supplemental data to traditional fisheries data for haddock and other soniferous fishes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 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 ».