The current status of operational oceanography and its integration in fishery resource stock assessments in the Newfoundland Region of Atlantic Canada
Notice bibliographique
Résumé
No abstracts are to be cited without prior reference to the author.Environmental observations and ocean climate variability indices are routinely collected and complied by fisheries laboratories in many ICES member countries throughout the North Atlantic. Variations in the physical oceanographic environment are thought to influence the abundance (recruitment, survival), and behavior (distribution, catchability) of many marine organisms and hence the management and operations of the fishing industry. Therefore, the integration of environmental information into fishery resource stock assessments for management requirements in a quantitative manner is a pressing issue and one that is receiving increasing attention. A review of preliminary efforts in the Newfoundland Region of Atlantic Canada to incorporate environmental information into fish and invertebrate stock assessments is presented. In general, variations in the oceanographic environment appear to be associated with trends in production in several marine species inferred from commercial fisheries (CPUE) and assessment surveys. Results indicate that environmental factors may be important at early life history stages, particularly for crustacean populations. Statistical models were employed to explore relationships between invertebrate production and changes in the oceanographic environment in Newfoundland waters. The results indicate that even though the uncertainty in the predictions is generally large, the information can be a valuable addition to a suite of indicators used to assess current status and future prospects for the management of a number of species of marine organisms.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».