MétaCan
Menu
← Retour à la cohorte
Enregistrement W4283653549 · doi:10.1139/cjfas-2021-0300

The influence of age and cohort on the distribution of walleye pollock (<i>Gadus chalcogrammus</i>) in the eastern Bering Sea

2022· article· en· W4283653549 sur OpenAlexvenueno aff
Duane E. Stevenson, Stan Kotwicki, James T. Thorson, Giancarlo M. Correa, Troy W. Buckley

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPollockGadusPopulationSpatial distributionCohortRange (aeronautics)GeographyCohort effectGadidaeDemographyBiologyEcologyFisheryFish <Actinopterygii>StatisticsAtlantic codMathematics

Résumé

récupéré en direct d'OpenAlex

The spatial distributions of marine fish populations are influenced by environmental conditions, intrinsic properties of the populations, and prior distribution. The influence of these factors may not be consistent across age classes. For this study, age composition estimates for walleye pollock ( Gadus chalcogrammus) collected on bottom-trawl surveys in the Bering Sea were used to estimate range correlation indices, population centers of gravity, and effective area occupied. Age-specific density maps suggested a circular ontogenic migration during the summer feeding season, with the youngest and oldest groups most broadly distributed. Range correlation analysis among age groups and year classes provided clear evidence of a population cohort effect in the spatial distribution of the population. Variance decomposition analysis indicated that the variance in the spatial distribution of age groups during summer was influenced by the initial distribution of that cohort as recruits. Model-based analyses showed that extrinsic temperature variables affected the youngest and oldest age classes the most, but provided no indication of age-related effects for intrinsic population factors. This study showed that both cohort and age-specific factors are important drivers of spatial distribution.

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: Empirique
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,218
Écart entre enseignants0,202 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→