Combined video–hydroacoustic survey of nearshore semi-pelagic rockfish in untrawlable habitats
Notice bibliographique
Résumé
Abstract New survey technologies are needed to survey untrawlable habitats in a cost-effective and nonlethal manner with minimal impacts on habitat and nontarget species. Here, we test the efficacy of integrating data from a suspended underwater camera with acoustic data to generate population estimates for nearshore Black (Sebastes melanops), Blue (Sebastes mystinus), and Deacon Rockfish (Sebastes diaconus). We surveyed Seal Rock Reef near Newport, Oregon, and compared our results to population estimates derived from a mark–recapture study conducted at the same reef. We compared fish density estimates from video deployments to those calculated from applying published target strength to length regression models to our acoustics data. Densities derived from the acoustics, using a generalized physoclist target strength to length model, were significantly different from densities derived from video; conversely, a rockfish-specific target strength to length model generated densities that were not statistically different from video densities. To assess whether, and how, fish behaviour was influenced by the presence of an underwater camera, we deployed our camera under the acoustic transducer. No statistical difference was observed in the acoustic density of fish before, during, or after camera deployment. Our work suggests that combining acoustic and stereo video data provided a similar population estimate to historic survey results, but an accurate acoustic density estimate was dependent on using the proper acoustic target–strength model. We contend that combining camera data with hydroacoustic data is effective for surveying rockfish in untrawlable habitats.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».