Notice bibliographique
Résumé
The FAO database for captures of marine species contains no fewer than 1,700 species (FAO 2020: 10). The Peruvian anchovy is the top one in terms of quantity; the captures were more than 7 million tonnes in 2018, even if this was just an average year for the anchovy (see Figure 2.6). Second comes the Alaska pollock, with catches of almost 4 million tonnes in 2018 (see Figure 2.2). At the other end there are many species with catches of less than a tonne. Most fish species consist of “stocks”, populations that are separated in space and with little or no interaction between them. This is the basic unit of analysis in fisheries science. Atlantic cod, for example, consists of several stocks with little or no interaction: Northeast Arctic cod, Baltic cod, Icelandic cod, North Sea cod, Northern cod of Newfoundland, and more. Some fisheries scientists think there may be subpopulations of these that could be identified as stocks in their own right. An economic analysis of fisheries must start with some basic facts about the productivity of nature. The most basic premises are that no fish produce no fish and that fish populations would not grow without limit if left untouched by humans. Furthermore, we know that some fish stocks have been exploited for thousands of years and yet not become extinct. It makes sense, therefore, to assume that a surplus growth will be generated if stocks are reduced below the upper limit set by nature. This surplus growth can sustain fishing for ever without endangering the continued existence of the fish population; the fishery would take only whatever the population does not need to maintain itself. Several factors may lie behind the phenomenon of surplus growth. Fishing changes the age composition of fish stocks towards younger, faster-growing cohorts. Fewer fish could mean less competition for a limited food supply (this phenomenon is likely to be stronger in confined lakes than in the openended ecosystems of the ocean). Older fish often eat younger individuals of the same species, so the survival of young cohorts could improve as older cohorts are depleted through fishing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,065 | 0,010 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».