MétaCan
Menu
← Retour à la cohorte
Enregistrement W3209018864 · doi:10.1139/cjfas-2021-0178

Potential for codends with shortened lastridge ropes to replace mandated selection devices in demersal trawl fisheries

2021· article· en· W3209018864 sur OpenAlexvenueno aff
Manu Sistiaga, Jesse Brinkhof, Bent Herrmann, Roger B. Larsen, Eduardo Grimaldo, Kristine Cerbule, Ilmar Brinkhof, Terje Jørgensen

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGadusFisheryDemersal zoneFishingHaddockBycatchSelection (genetic algorithm)Fish <Actinopterygii>BiologyComputer science

Résumé

récupéré en direct d'OpenAlex

In many trawl fisheries, codend size selectivity is supplemented by adding selection devices to the gear. In the Barents Sea gadoid fishery, combining diamond mesh codends with sorting grids is compulsory. However, the use of grids increases the costs and complexity of the gear, causing discontent among fishermen and prompting researchers to seek alternative solutions. Lastridge ropes are ropes attached to the selvedges of the codend. In this study, we tested the effect of shortening the lastridge ropes of two diamond mesh codends with different mesh sizes on the size selectivity of cod (Gadus morhua), haddock (Melanogramus aeglefinnus), and redfish (Sebastes spp.). Shortening the lastridge ropes by 15% increased the mesh opening during the fishing process, which significantly improved the size-selective properties of the codends. Further, the L50 values were always higher for the codends in the short lastridge configuration. Therefore, codends with shortened lastridge ropes may be a simpler alternative to sorting grids in this fishery, and they may be applicable to many other fisheries in which additional selection devices are used.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,233
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→