MétaCan
Menu
Retour à la cohorte
Enregistrement W3093510944 · doi:10.3389/fmars.2020.589549

Comparing the Effectiveness of Traditional and Alternative Baits in Prince Edward Island, Canada Lobster Fishery

2020· article· en· W3093510944 sur OpenAlexafffundabout
Thitiwan Patanasatienkul, Marina K. V. C. Delphino, Krishna K. Thakur

Notice bibliographique

RevueFrontiers in Marine Science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésHomarusAmerican lobsterFisheryFishingPelagic zoneBycatchEconomic shortageGeographyBiologyCrustacean

Résumé

récupéré en direct d'OpenAlex

The American lobster (Homarus americanus) fishery is an economically important commercial activity in Prince Edward Island (PEI), Canada. This fishery requires substantial amounts of bait, resulting in an emerging conservation challenge. To address this issue, an alternative lobster bait, manufactured using fresh and process pelagic fish, and dehydrated fish, corresponding to 75% less fresh pelagic fish than traditional bait has been developed by Bait Masters Inc. The performance of the alternative bait compared to that of the traditional bait was evaluated in a field study. This field trial was conducted in eight lobster fishing bays around PEI, during the 2019 lobster fishing seasons. Bait effectiveness was assessed based on catch-per-unit-effort (total lobsters and number of legal-sized lobsters caught per trap), and the ability to produce a catch. An average of five lobsters per trap were caught for both alternative and traditional baits. The results showed that both lobster bait types performed equally well in all PEI lobster fishing areas studied. This indicates that the alternative bait is a viable replacement for traditional bait, allowing the lobster fishery industry to address the bait-species shortage and ongoing conservation challenge.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,061
Score d'incertitude au seuil0,931

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,215
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations15
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207