Notice bibliographique
Résumé
The geographical distribution and production of the Barents Sea capelin (Mallotus villosus, Osmeridae) is modelled by the use of a state-variable optimization technique (dynamic programming), where the main objective of individuals always is to maximize fitness, or total expected reproduction (RO), by selecting the most profitable habitats through time. Fitness is gained by successful reproduction (a function of size) during the spawning season on the breeding grounds off northern Norway. The environment (predators, temperature and zooplankton prey) is determined by a meteorologically forced circulation model for the year 1980, creating a spatial and seasonal fluctuation in the environment. Predation from cod is the main source of mortality, and the distribution of the cod (Gadus morhua) stock is assumed to vary with temperature. Growth is predicted from a bioenergetic model, incorporating the cost of swimming between feeding areas and spawning grounds. Field data of the capelin stock recorded during autumn cruises from 1979 is implemented at the start of the model, and then this stock is modelled through 1980 and the first months of 1981. Model predictions are compared with the observed distribution of capelin in autumn 1980. Habitat selection has consequences for the dynamics of the population and growth of individuals, demonstrating the importance of combining external (environmental) and internal (evolutionary) forcing to understand and predict the dynamics of fish populations. This study is the first application of dynamic programming to model the dynamics and ecology of horizontal fish migration, and we suggest that the method may be developed into a useful tool for the management of short-lived species.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,990 | 0,993 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».