MétaCan
Menu
← Retour à la cohorte
Enregistrement W6910477372 · doi:10.48336/p9nh-c982

Exploring drivers of capelin (Mallotus villosus) and Atlantic cod (Gadus morhua) population dynamics using Empirical Dynamic Modelling (EDM)

2023· article· en· W6910477372 sur OpenAlexaffabout

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCapelinPopulationStock (firearms)Nonlinear systemLinear modelEcosystemPopulation model

Résumé

récupéré en direct d'OpenAlex

Capelin (Mallotus villosus) populations on the Newfoundland shelf collapsed in the early 1990s, coinciding with an ecosystem regime shift and greatly reduced capelin biomass which both persist to this day. The dual-regime nature of this stock’s history suggests it may experience nonlinear dynamics, which are difficult to predict using linear models. This thesis explores the application of nonlinear Empirical Dynamic Modelling (EDM) forecasting tools to capelin biomass data, seeking to determine if capelin dynamics are nonlinear, if nonlinear predictive models of capelin population dynamics outperform linear models, what climatic and ecological factors drive nonlinear changes in capelin biomass, and if these driving forces can be measured and compared. In my first chapter, I found capelin dynamics were nonlinear, and EDM predictive models returned equal or improved model diagnostics to linear models in most situations. In my second chapter, I identified a strong positive association between capelin and Atlantic cod dynamics, with both species being driven by long term climatic change and likely to benefit from mild warming. This thesis clearly identifies the utilities of EDM as a tool for use in stock assessment in detecting and forecasting nonlinear stock dynamics, and identifying and characterizing factors driving population dynamics.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,123
Score d'incertitude au seuil0,244

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0000,000
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 Opus0,100
Tête enseignante GPT0,281
Écart entre enseignants0,181 · 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'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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)→Même sujetMarine and fisheries research→Travaux en français237 207→