MétaCan
Menu
Retour à la cohorte
Enregistrement W4285491137 · doi:10.1002/nafm.10813

Bycatch of Loons Assessed in Coastal Arctic Char Fisheries in the Canadian Arctic

2022· article· en· W4285491137 sur OpenAlexafffundabout
Mark L. Mallory, Gregory J. Robertson, Shane Keegan, Ingrid L. Pollet, Les N. Harris, Tyler Jivan, Jennifer F. Provencher

Notice bibliographique

RevueNorth American Journal of Fisheries Management · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensCarleton UniversityFisheries and Oceans CanadaEnvironment and Climate Change CanadaAcadia University
Organismes subventionnairesFisheries and Oceans CanadaNunavut General Monitoring Plan
Mots-clésBycatchFisheryArctic charThreatened speciesWeirBayGeographyEstuaryEcologyFishingSalvelinusBiologyFish <Actinopterygii>HabitatTrout

Résumé

récupéré en direct d'OpenAlex

Abstract Bycatch in fisheries remains one of the biggest conservation threats to seabirds globally, but there has been limited attention given to bycatch in the Arctic. Here, we worked with Inuit commercial fishers in the Cambridge Bay region of Nunavut to record bycatch of birds as part of a fish bycatch reporting initiative, in weir and gill-net fisheries that target anadromous Arctic Char Salvelinus alpinus. Weir fisheries, and one of the gill-net fisheries (executed in freshwater), had no bird bycatch, but 291 loons (family Gavidae) were captured over 5 years in one estuarine–marine fishery, yielding an exceptionally high bycatch rate of 15.7 birds/1,000 net-meter-days. One of the species caught, the yellow-billed loon Gavia adamsii, is considered near threatened, but data on the population status of this species is insufficient to determine whether bycatch forms a significant threat. Nonetheless, deterrence efforts or other conservation options are needed in estuarine gill-net fisheries to reduce bird bycatch.

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 enseignants0,089
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
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 Opus0,011
Tête enseignante GPT0,210
Écart entre enseignants0,200 · 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

Citations12
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of Fisheries ManagementMême sujetAvian ecology and behaviorTravaux en français237 207