MétaCan
Menu
Retour à la cohorte
Enregistrement W4242616546 · doi:10.23849/npafctr11/1.7

Status Overview for Pacific Salmon Populations in the Eastern North Pacific Ocean

2018· article· en· W4242616546 sur OpenAlexaffabout
James Irvine, Andrew Munro, William D. Templin, Mary Thiess, Sue Grant, Erik Neatherlin

Notice bibliographique

RevueTechnical Report · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésPacific oceanOceanographyGeographyPacific RimFisheryGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Pacific Salmon in the eastern North Pacific (Fig. 1), dominated by Chum, Pink, and Sockeye Salmon, are at relatively high levels in terms of numbers and biomass, although there is evidence of recent declines (Fig. 2, Ruggerone and Irvine 2018).To assess the status of salmon in this region we assembled information gathered by American and Canadian researchers.In the US, salmon are primarily managed to provide sustained yield; spawner escapement goals are set for stocks, or aggregates of stocks, for each species within geographic areas.The proportion of stocks within an area that achieve these goals provides an indication of status for that return year.In Canada, salmon are primarily assessed as individual or aggregates of Conservation Units (CUs), which are genetically or ecologically distinct groups of salmon.CU-specific biological benchmarks, based primarily on salmon abundance and distribution delimit three biological status zones: green (healthy status), amber (intermediate) and red (poor).Here we describe the biological status of each of the five major species in the US and Canada, provide information on changes in fish size and age composition if noteworthy, and comment on possible reasons for recent changes.

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)0,002
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: aucune
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,676

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,062
Tête enseignante GPT0,317
Écart entre enseignants0,255 · 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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTechnical ReportMême sujetFish Ecology and Management StudiesTravaux en français237 207