An age‐ and length‐structured statistical catch‐at‐length model for hard‐to‐age fisheries stocks
Notice bibliographique
Résumé
Abstract It is challenging in fisheries stock assessment to estimate cohort dynamics from length‐based data for hard‐to‐age stocks, and existing approaches, for example, age‐structured catch‐at‐length models (ACL) are unable to account for length‐dependent processes within each cohort. Fisheries‐dependent data are usually considered the default input to stock assessment models. However, with widespread recognition of the uncertainty of fisheries‐dependent data and the increasing availability of high‐quality survey data, a new situation emerges in some fisheries where a stock assessment model based only on survey data can provide good estimation of population dynamics. We develop an age‐ and length‐structured statistical catch‐at‐length model (ALSCL) to estimate age‐based dynamics from survey catch‐at‐length data. This approach also provides a good basis to then integrate fisheries‐dependent data in the model. ALSCL can explicitly include length‐dependent mortality and growth within each cohort by simultaneously tracking the three‐dimensional dynamics across time, age, and length. We first use simulations of yellowtail flounder (Limanda ferruginea, Pleuronectidae) and bigeye tuna (Thunnus Obesus, Scombridae) to demonstrate that ALSCL outperforms ACL by providing more accurate estimates of age‐based population dynamics when length‐dependent processes are important. Next, we apply ALSCL to estimate the cohort dynamics of female yellowtail flounder on the Grand Bank off Newfoundland using survey catch‐at‐length, weight‐at‐length, and maturity‐at‐length data. We consider ALSCL as a hybrid between ACL and length‐structured stock assessment models that keeps the advantages of both, and its ability to simultaneously track age and length dynamics is an important step toward the next‐generation of fisheries stock assessment models.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».