MétaCan
Menu
Retour à la cohorte
Enregistrement W3154899809 · doi:10.1016/j.fishres.2021.105968

Investigating the performance of a roller footgear in the offshore shrimp fishery of Eastern Canada using underwater video

2021· article· en· W3154899809 sur OpenAlexafffundabout
Tomás Araya-Schmidt, Paul D. Winger, Mark R. Santos, Kelly Moret, Harold DeLouche, George Legge, Shannon M. Bayse

Notice bibliographique

RevueFisheries Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesFisheries and Oceans CanadaOcean Frontier Institute
Mots-clésFisherySeabedShrimpOceanographyTrawlingSubmarine pipelineBottom trawlingBenthic zoneUnderwaterMarine engineeringEnvironmental scienceGeologyFishingEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

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 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 enseignants0,608
Score d'incertitude au seuil0,906

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 ouverte0,0000,001
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 Opus0,069
Tête enseignante GPT0,284
Écart entre enseignants0,216 · 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

Citations3
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFisheries ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207