MétaCan
Menu
Retour à la cohorte
Enregistrement W6930564076 · doi:10.5281/zenodo.12751425

In-season harvest and effort estimates for the 2020 Kuskokwim River subsistence salmon fisheries during block openers

2020· report· en· W6930564076 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typereport
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFractal and DNA sequence analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubsistence agricultureChinook windFishingWildlifeOncorhynchusFisheries management

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Management of the Kuskokwim River Chinook Salmon (Oncorhynchus tshawytscha) subsistence fishery has historically been conducted with minimal in-season harvest information. Because of this lack of information, it is challenging to make in-season management decisions regarding fishing opportunities to simultaneously achieve conservation and subsistence harvest objectives, particularly during years of weak Chinook Salmon runs. In response to an uncertain 2020 Kuskokwim River Chinook Salmon run, and given recent years with low returns, the United States Fish and Wildlife Service in collaboration with the Bering Sea Fishermen’s Association and the Orutsararmiut Native Council, collected data to produce in-season subsistence salmon harvest estimates from that portion of the mainstem Kuskokwim River within the boundaries of the Yukon Delta National Wildlife Refuge between and including the villages of Tuntutuliak and Akiak. Using methods developed and refined during 2016 – 2018, The author estimated the total subsistence salmon harvest in this area was 35,500 (95% CL: 29,310 – 42,470) during seven fishing opportunities between June 3 and June 24, 2020. Most salmon harvested were Chinook Salmon (23,210; 95% CL: 19,060 – 28,050), followed by Sockeye Salmon (O. nerka; 6,710; 5,170 – 8,380), and Chum Salmon (O. keta; 5,590; 4,120 – 7,350). Methodologies refined during this study will be useful to structure future efforts to estimate subsistence salmon harvests on the Kuskokwim River as well as other fisheries with similar characteristics.

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)0,001
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 enseignants0,081
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,253
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 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetFractal and DNA sequence analysisTravaux en français237 207