MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285089951 · doi:10.1139/cjfas-2022-0013

Quantifying regional patterns of collapse in British Columbia Central Coast chum salmon (<i>Oncorhynchus keta</i>) populations since 1960

2022· article· en· W4285089951 sur OpenAlexaffvenueabout
William I. Atlas, Kyle L. Wilson, Charlotte K. Whitney, John Moody, Christina N. Service, Mike Reid, Matthew R. Sloat

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensProvincial Health Services Authority
Organismes subventionnairesnon disponible
Mots-clésOncorhynchusFisheryStock (firearms)GeographyAbundance (ecology)Fish stockWest coastBiologyFishingFish <Actinopterygii>Oceanography

Résumé

récupéré en direct d'OpenAlex

In recent decades, chum salmon ( Oncorhynchus keta) on the Central and North Coasts of British Columbia have experienced increasing variability and declining abundance. Chum are targeted by mixed-stock commercial fisheries despite declining trends and limited stock assessment to clarify conservation and fishery tradeoffs. We analyzed trends in chum salmon run sizes to 25 watersheds in the Central Coast region, to support co-governance of fisheries under newly ratified Fisheries Resources Reconciliation Agreement. Central Coast chum have declined by ∼90% since 1960, and only three populations did not undergo an evident decline. Bella Coola enhanced chum had an increasing trend but have experienced 29-fold variation in run sizes since 2005. Recently, Bella Coola enhanced chum comprised over 50% of Central Coast chum abundance and the contribution of this stock to overall abundance has more than tripled (from 13.8%) since enhancement began. Given concerns about the long-term health of chum salmon stocks and the social–ecological systems they support, commercial fisheries were closed on the Central Coast in 2021. If current trends continue, fishery opportunities may remain limited.

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)0,000
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 enseignants0,166
Score d'incertitude au seuil0,333

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,030
Tête enseignante GPT0,224
Écart entre enseignants0,193 · 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

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→