MétaCan
Menu
Retour à la cohorte
Enregistrement W4224104533 · doi:10.1002/mcf2.10197

Discard Mortality of Sea Scallops <i>Placopecten magellanicus</i> Following Capture and Handling in the U.S. Dredge Fishery

2022· article· en· W4224104533 sur OpenAlexaff
David B. Rudders, Hugues P. Benoît, Ryan J. Knotek, John A. Mandelman, Sally Roman, James A. Sulikowski

Notice bibliographique

RevueMarine and Coastal Fisheries · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésScallopFisheryStock assessmentStock (firearms)PopulationFish stockBiologyFish <Actinopterygii>GeographyDemographyFishing

Résumé

récupéré en direct d'OpenAlex

Abstract Discard mortality can represent a potentially significant source of uncertainty for both stock assessments and fishery management measures. While the family Pectinidae is considered to be robust to the capture and handling process, understanding species-specific discard mortality rates is critical to characterize both population dynamics and to develop regulatory measures to meet management objectives. The discard mortality rate for the U.S. dredge fishery of sea scallop Placopecten magellanicus was estimated empirically via a retention study aboard industry vessels under commercial conditions. Over 16,000 sea scallops were assessed via a composite index of scallop vitality that consisted of semiqualitative measures of both overt trauma (shell damage) and response to stimuli. Results indicate that overall sea scallop discard mortality was 21% and consistent with the values currently assumed in the stock assessment. Survival mixture models support the utility of a simple metric of physical trauma as an effective predictor of mortality. Exposure time was also identified as a positively correlated factor that was important in describing the discard mortality process. Application of experimental results highlight the need to consider some operational characteristics of the fishery to reduce potential discard mortality.

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)0,000
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 enseignants0,057
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,207
Écart entre enseignants0,198 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Coastal FisheriesMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207