MétaCan
Menu
Retour à la cohorte
Enregistrement W4308734337 · doi:10.1093/icesjms/fsac194

An empirical review of ICES reference points

2022· article· en· W4308734337 sur OpenAlexfundno aff
Paula Silvar‐Viladomiu, Luke Batts, Cóilín Minto, David Miller, Colm Lordan

Notice bibliographique

RevueICES Journal of Marine Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Engineering and Architectural Science, Ryerson University
Mots-clésStock (firearms)DocumentationProxy (statistics)Stock assessmentComputer scienceConsistency (knowledge bases)Context (archaeology)Environmental resource managementEnvironmental scienceOperations researchEconometricsGeographyFisheryEconomicsMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The International Council for the Exploration of the Sea (ICES) has provided scientific stock advice based on reference points to manage fisheries in the North Atlantic Ocean and adjacent seas for decades. ICES advice integrates the precautionary approach with the objective of achieving maximum sustainable yield. Here, we examine ICES reference point evolution over the last 25 yr and provide a comprehensive empirical review of current ICES reference points for data-rich stocks (Category 1; 79 stocks). The consistency of reference point estimation with the ICES guidelines is evaluated. We demonstrate: (1) how the framework has evolved over time in an intergovernmental setting, (2) that multiple precautionary components and sources of stochasticity are included, (3) that the relationship and historical context of stock size and recruitment are crucial for non-proxy reference points, (4) that reference points are reviewed frequently, taking into account fluctuations and multiple sources of variability, (5) that there are occasional inconsistencies with the guidelines, and (6) that more comprehensive and clearer documentation is needed. Simplifying the stock-recruit typology and developing quantitative criteria would assist with this critically important classification. We recommend a well-documented, transparent, and reproducible framework, and periodic syntheses comparing applications across all stocks.

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)0,048
score de la tête « metaresearch » (Gemma)0,192
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,192
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0260,043
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,043
Tête enseignante GPT0,354
Écart entre enseignants0,311 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueICES Journal of Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207