MétaCan
Menu
Retour à la cohorte
Enregistrement W4401331438 · doi:10.3354/meps14674

Absence of predator control increases cod extirpation risk in a Northwest Atlantic ecosystem: inference from multispecies modelling

2024· article· en· W4401331438 sur OpenAlexaff
SP Rossi, SP Cox, HP Benoît

Notice bibliographique

RevueMarine Ecology Progress Series · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans CanadaASL Environmental Sciences (Canada)Simon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPredatorEnvironmental scienceEcosystemEcologyAtlantic codApex predatorInferenceFisheryCoastal ecosystemOceanographyPredationBiologyGeologyGadusComputer science

Résumé

récupéré en direct d'OpenAlex

Atlantic cod Gadus morhua in the southern Gulf of St. Lawrence (sGSL) declined to low abundance in the early 1990s and have since failed to recover due to high natural mortality, which has been linked to predation by grey seals Halichoerus grypus. Increased grey seal harvests have been suggested to improve cod survival; however, predicting the response of cod to changes in seal abundance in the sGSL is complicated by a hypothesized triangular food web involving seals, cod, and small pelagic fishes, wherein the pelagic fishes are prey for cod and grey seals, but may also prey on young cod. Grey seals may therefore have an indirect positive effect on pre-recruit cod survival via predation on pelagic fish. Using a multispecies model of intermediate complexity fitted to various scientific and fisheries data, we found that seal predation accounted for the majority of recent cod mortality and that cod will likely be extirpated without a strong and rapid reduction in grey seal abundance. We did not find evidence that reducing grey seal abundance will impair cod recovery by causing large increases in pelagic biomass so long as pelagic fishing mortality continues at historical levels.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,123
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetMarine and fisheries researchTravaux en français237 207