MétaCan
Menu
Retour à la cohorte
Enregistrement W4224217345 · doi:10.3390/fishes7030095

Assessment of Coilia mystus and C. nasus in the Yangtze River Estuary, China, Using a Length-Based Approach

2022· article· en· W4224217345 sur OpenAlexaff
Lu Zhai, Zengguang Li, Yongbin Hu, Chengwei Huang, Siquan Tian, Rong Wan, Daniel Pauly

Notice bibliographique

RevueFishes · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFish Biology and Ecology Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesScience and Technology Commission of Shanghai Municipality
Mots-clésFishingEstuaryFisheryStock assessmentYangtze riverPopulationGeographyChinaEnvironmental scienceBiologyArchaeologyDemography

Résumé

récupéré en direct d'OpenAlex

An assessment of the stock status and historical changes in abundance of Coilia mystus and C. nasus in the Yangtze River Estuary, China, was carried out based on field surveys conducted in 2019–2020 and published length-frequency (L/F) data from earlier periods. These two species’ current and past relative biomasses (B/BMSY) were estimated using a length-based Bayesian biomass estimation method (LBB). The LLB method also estimated their asymptotic lengths (Linf), current and optimum mean lengths at first capture (Lc; Lopt_c), and their ratios of natural and fishing mortality to growth (M/K; F/K). In response to increasing fishing pressure, both species’ maximum lengths declined, along with their B/BMSY ratio, which declined for C. mystus from 1.7 in 1982 to 0.47 in 2020 and for C. nasus from 1.7 in 2006 (or earlier) to 0.17 in 2020. These assessments show that both of the two Coilia species are overfished, with C. nasus impacted more severely than C. mystus. The prospect for the recovery of these two species is briefly discussed. This contribution will help toward the management of the population of these two Coilia species and provides a basis for evaluating the effect of the 10-year fishing ban in the Yangtze River.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,029
Tête enseignante GPT0,236
Écart entre enseignants0,207 · 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'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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFishesMême sujetFish Biology and Ecology StudiesTravaux en français237 207