MétaCan
Menu
Retour à la cohorte
Enregistrement W6888068100 · doi:10.17895/ices.pub.21805353

Assessment of West of Scotland whiting (ICES Division VIa) using multiple survey data

2012· report· en· W6888068100 sur OpenAlexaboutno aff

Notice bibliographique

RevueInternational Council for the Exploration of the Sea (ICES) · 2012
Typereport
Langueen
DomaineEngineering
ThématiqueNanomaterials and Printing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWhitingSurvey data collectionSurvey methodologyStrengths and weaknessesQuarter (Canadian coin)Survey researchData collectionRange (aeronautics)

Résumé

récupéré en direct d'OpenAlex

This paper presents an assessment of West of Scotland whiting based only on research vessel survey data. Recent ICES assessments have used data from the IBTS quarter 1 (IBTSq1) survey and commercial catch at age data, but problems with likely bias in reported catches has meant that only a limited range of years of commercial data have been included in the assessment. As a result in the assessment, values for the period 1995-2005 are dependent largely on the single survey abundance indices. By way of exploration this paper considers an assessment with all the catch data omitted to avoid possible biases resulting from misreporting but includes the four available surveys. Each survey has its weaknesses associated with design, changes in gear and vessel and yeas of missing data. However, it is perhaps useful to investigate how the surveys perform in an assessment to gauge the possible impact they have on the parameter estimates and to see how far the assessment can be taken without the use of commercial data.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,356
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
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 Opus0,542
Tête enseignante GPT0,371
Écart entre enseignants0,171 · 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'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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Council for the Exploration of the Sea (ICES)Même sujetNanomaterials and Printing TechnologiesTravaux en français237 207