MétaCan
Menu
Retour à la cohorte
Enregistrement W4378213629 · doi:10.3389/fmars.2023.1165910

Assignment of tracks from tagged Atlantic bluefin tuna Thunnus thynnus to potential stocks using behavioural differences and habitat partitioning

2023· article· en· W4378213629 sur OpenAlexafffund
Simon Dedman, Emilius A. Aalto, Michael J. W. Stokesbury, Robert J. Schallert, Michael Castleton, Barbara A. Block

Notice bibliographique

RevueFrontiers in Marine Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensAcadia University
Organismes subventionnairesNational Marine Fisheries ServiceNational Oceanic and Atmospheric AdministrationNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsOcean Foundation
Mots-clésTunaStock (firearms)FisheryMesopelagic zonePelagic zoneScombridaeHabitatStock assessmentThunnusShoreGeographyEcologyBiologyFish <Actinopterygii>Fishing

Résumé

récupéré en direct d'OpenAlex

Introduction Atlantic bluefin tuna (ABT) are large, migratory pelagic predators of high economic importance. ABT are currently managed as two independent stocks assigned to discrete spawning areas (Gulf of Mexico, and Mediterranean); however, stock overlap outside spawning areas makes accurate assignment of catch to stock-of-origin difficult. Methods Within this two-stock paradigm, we characterised stock-specific spatial distributions and behaviours by comparing habitat usage and vertical movement behaviours of 118 electronically tagged adult ABT spatially assigned to the GOM and Med spawning grounds. These spatial and behavioural differences were used in tests to probabilistically assign unknown individuals (which did not visit the GOM/Med spawning areas) to a stock. Results This new methodological approach using existing tag data, enables increased assignment of a track to a potential stock, to be achieved before genetic assignments. We identified certain markedly different movement patterns, range extents, depth use preferences (and associated area usage), migration directness and speeds, corresponding distance from shore, and mesopelagic-layer visitation. The probabilistic assignment approach had 97% in-bag testing accuracy, then assigned 190 individuals to a stock, doubling the number of assigned stock-of-origin tracks in our dataset, and potentially revealing novel movement and behaviour patterns among pre-spawning-age ABT. Discussion This approach can be easily adapted to other study species, more stocks, and different testing variables, hopefully serving as a useful addition to the fisheries management toolkit.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,022
Tête enseignante GPT0,251
Écart entre enseignants0,229 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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