MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388723825 · doi:10.1139/cjfas-2023-0169

Evaluating robustness of harvest control rules to climate-driven variability in Pacific sardine recruitment

2023· article· en· W4388723825 sur OpenAlexvenueno aff
Robert P. Wildermuth, Désirée Tommasi, Peter T. Kuriyama, James A. Smith, Isaac C. Kaplan

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesSouthwest Fisheries Science CenterNational Oceanic and Atmospheric Administration
Mots-clésSardineEnvironmental sciencePelagic zoneFishingFisheryStock assessmentClimate changeFisheries managementBiomass (ecology)EcologyBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Climate-driven changes in ocean temperatures, currents, or plankton dynamics may disrupt pelagic forage fish recruitment. Being responsive to such impacts enables fisheries management to ensure continued sustainable harvest of forage species. We conducted a management strategy evaluation to assess the robustness of current and alternative Pacific sardine harvest control rules under a variety of recruitment scenarios representing potential projections of future climate conditions in the California Current. The current environmentally informed control rule modifies the harvest rate for the northern sardine subpopulation based on average sea surface temperatures measured during California Cooperative Oceanic Fisheries Investigations field cruises. This rule prioritizes catch at intermediate biomass levels but may increase variability in catch and closure frequency compared to alternative control rules, especially if recruitment is unrelated to ocean temperatures. Fishing at maximum sustainable yield and using dynamically estimated reference points reduced the frequency of biomass falling below 150 000 mt by up to 17%, while using survey index-based biomass estimates resulted in a 14% higher risk of delayed fishery closure during stock declines than when using assessment-based estimates.

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)0,018
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,087
Tête enseignante GPT0,317
Écart entre enseignants0,230 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→