MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311031371 · doi:10.1139/cjfas-2022-0090

Lost in translation: understanding divergent perspectives on a depleted fish stock

2022· article· en· W4311031371 sur OpenAlexvenueno aff
Micah J. Dean, William S. Hoffman, Nicholas Buchan, Steven B. Scyphers, Jonathan H. Grabowski

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesNortheast Fisheries Science Center
Mots-clésStock assessmentStock (firearms)FisheryOddsGeographyFish stockFishingBiologyStatisticsLogistic regression

Résumé

récupéré en direct d'OpenAlex

Fishers commonly disagree with stock assessment results, particularly when a stock declines and strict harvest controls become necessary. Such regulations alter fisher perceptions of stock dynamics, contributing to a divergence in perspectives. Some assessments have inconsistent terminal year values (retrospective patterns) which fuel distrust in scientific advice. When assessment and fishery perspectives disagree, independent surveys can help identify biases and interpret discrepancies. We examine fishery trends and assessment results for Atlantic cod in the Gulf of Maine, a stock which has declined for decades. Trends were compared to a scientific industry cooperative trawl survey and a telephone survey of fisher perceptions. Trawl survey results generally corroborate the assessment perspective on population scale and decline, yet suggest a different view of the age structure. Fisher perceptions were at odds with the assessment and trawl survey and likely resulted from regulations that altered fisher behavior, causing catch rates to increase while the stock declined. Divergent perspectives may be an unavoidable consequence of fishery management, yet acknowledging the underlying mechanisms might help avoid future conflict.

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)0,043
score de la tête « metaresearch » (Gemma)0,232
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,232
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0070,021
Communication savante0,0140,020
Science ouverte0,0030,008
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0180,005

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 Opus0,068
Tête enseignante GPT0,252
Écart entre enseignants0,184 · 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'étudeQualitatif
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

Citations9
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→