MétaCan
Menu
Retour à la cohorte
Enregistrement W4317508780 · doi:10.3389/fmars.2022.1061689

Using fishers’ knowledge to determine the spatial extent of deep-water spawning of capelin (Mallotus villosus) in Newfoundland, Canada

2023· article· en· W4317508780 sur OpenAlexafffundabout
Laura M. Bliss, Natalya Dawe, Erin H. Carruthers, Hannah M. Murphy, Gail K. Davoren

Notice bibliographique

RevueFrontiers in Marine Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans CanadaUniversity of Manitoba
Organismes subventionnairesFisheries and Oceans CanadaNatural Sciences and Engineering Research Council of CanadaUniversity of ManitobaWorld Wildlife Fund
Mots-clésCapelinSpawn (biology)FisheryBayHabitatMallotusForage fishGeographyPelagic zoneBycatchDeep waterOceanographyEcologyBiologyFishingPredationFish <Actinopterygii>Geology

Résumé

récupéré en direct d'OpenAlex

Introduction On the Newfoundland-Labrador Shelf, Canada, capelin ( Mallotus villosus ) is a key forage fish that migrates annually from offshore to spawn within coastal embayments. Although capelin are thought to primarily spawn on beaches in this region, they also spawn subtidally in deeper water (5–40 m), where their eggs remain throughout incubation. The spatial extent of subtidal (i.e. “deep-water”) spawning habitat in coastal Newfoundland is unknown and is a research priority for fishers and management. Methods We collaborated with capelin fishers to identify putative deep-water spawning sites as a first step in determining the contribution of deep-water spawning to capelin recruitment. Given limited fine-scale coastal bathymetry and seabed habitat type data, which impeded spatial modeling to determine suitable capelin spawning habitat, this science-industry research collaboration was key to addressing this knowledge gap. Results Through two years of multi-bay fisher interviews, 84% of interviewed fishers (56 interviewees) reported having observed deep-water spawning and identified a broad distribution of putative spawning sites throughout coastal Newfoundland. The majority of fishers indicated inter-annual variation in beach and deep-water spawning habitat use, and most interviewees linked this variation to temperature and capelin abundance. Further collaborations with fishers during boat-based surveys, we sampled 136 unique sites within 12 search areas in eastern Placentia Bay and 26 unique sites within six search areas in Bonavista Bay. Underwater video surveys combined with sediment sampling revealed seven previously undocumented deep-water spawning sites. Conclusion The deep-water spawning areas derived from these fisher interviews can now be used to build a time series for monitoring capelin spawning habitat use alongside citizen-based beach monitoring data, as a general capelin stock health indicator in a weight of evidence approach for the science advisory process.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,133
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
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 GPT0,254
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations11
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207