Investigating the performance of a roller footgear in the offshore shrimp fishery of Eastern Canada using underwater video
Notice bibliographique
Résumé
The offshore Northern shrimp (Pandalus borealis) fishery in Eastern Canada is currently harvested by factory freezer vessels using bottom trawls. This fishery is a major contributor to the regions’ economy, however, bottom trawling typically is associated with negative benthic impacts. We evaluated the at-sea engineering performance of a roller footgear using underwater cameras. This footgear is designed to roll, limiting negative benthic impacts and reducing fuel usage, compared to non-rolling rockhopper footgear. We describe and document a new technique for measuring the time to complete a rotation in seconds (TCR) of bosom and quarter-wing footgear sections on hard, mixed, and soft seabed. Our results showed that footgear sections were rotating at extremely low rates. Results predicted a statistically significant 184 % increase in TCR when comparing the bosom to the quarter-wing section (p = 0.035). TCR on hard seabed ranged from 23.6 s in the bosom to 43.4 s in the quarter-wing section, while mixed (from 169.0–311.1 s) and soft (from 862.6–1587.6 s) seabed types produced significantly longer TCR (p < 0.001). This study provides evidence that roller footgear is not rotating at the velocity expected by the industry and offers essential information to further develop innovative footgear with reduced seabed impact.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».