MétaCan
Menu
Retour à la cohorte
Enregistrement W4308567658 · doi:10.1139/cjfas-2022-0024

Direct assessment of giant red sea cucumber (<i>Apostichopus californicus</i>) sustainability through experimental fisheries

2022· article· en· W4308567658 sur OpenAlexaffvenueabout
Reid W. Steele, M. Aaron MacNeil, Sandie Hankewich

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEchinoderm biology and ecology
Établissements canadiensDalhousie UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésFisheryFishingSustainabilitySea cucumberEscapementBycatchEnvironmental scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The giant red sea cucumber ( Apostichopus californicus) fishery in BC, Canada, is considered sustainable by managers but not by many harvesters. In 1997, the Kitasoo/Xai'xais First Nation began experimental fishing areas (EFAs) at Tolmie Channel and Laredo Inlet to test the effects of different exploitation rates on sea cucumber populations and determine what harvest levels are sustainable. These EFAs were annually surveyed by dive transects and subsequently harvested from 1998 to 2018. Bayesian surplus production models developed in 2011 indicated that the fishery was sustainable, after which the fishery changed from annual to 3-year rotational harvests. Here, we develop updated models to estimate the sustainability of the fishery using all currently available EFA data, including direct estimates of unfished biomass. Our models suggest that the fishery is likely to persist for 175 years at the current harvest rate annually or rotationally, though such long-term projections are likely inaccurate. We present methodology to generate scientific advice for the process of determining a maximum sustainable exploitation rate in the form of crash rate analysis.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,356

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetEchinoderm biology and ecologyTravaux en français237 207