MétaCan
Menu
Retour à la cohorte
Enregistrement W4414606635 · doi:10.1038/s41597-025-05869-x

Description of the monthly spatial dynamics of commercial and bycatch demersal species in the Bay of Biscay

2025· article· en· W4414606635 sur OpenAlexaff
Pablo Vajas, Antoine Ricouard, Jean-Baptiste Lecomte, Anik Brind’Amour, Pascal Laffargue, Stéphanie Mahévas

Notice bibliographique

RevueScientific Data · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans CanadaMemorial University of Newfoundland
Organismes subventionnairesInstitut Français de Recherche pour l'Exploitation de la Mer
Mots-clésDemersal zoneBycatchBayFishingDemersal fishCuckooKey (lock)Carpentaria

Résumé

récupéré en direct d'OpenAlex

The global environmental crisis challenges the sustainable management of marine resources, with declining fish stocks threatening both livelihoods and biodiversity. In multi-species fisheries, non-selective fishing gear often results in the capture of non-target species (bycatch), including those subjects to catch limits under the European Union's landing obligation. This regulation introduced the concept of 'choke species': species whose quota is reached but that continue to be caught incidentally, forcing fishing to stop-even if other quotas are still available. In the Bay of Biscay mixed demersal fishery, such technical interactions are linked to combination of targeted species - such as sole (Solea solea), megrim (Lepidorhombus whiffiagonis) and white anglerfish (Lophius piscatorius) - and less targeted or non-target species such as thornback and cuckoo rays (Raja clavata, Leucoraja naevus). To inform these complex interactions, we provide datasets for these five key demersal species including: (1) high-resolution spatial distribution maps of juvenile and adult stages; (2) comprehensive life-history parameter summaries incorporating uncertainty; and (3) structured data designed for integration into spatially explicit models.

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 enseignants0,063
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,037
Tête enseignante GPT0,262
Écart entre enseignants0,225 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetMarine and fisheries researchTravaux en français237 207