Data for: Temperature variation and life history drive nonlinear dynamics of marine fish populations
Notice bibliographique
Résumé
Description: This repository contains the data needed to reproduce our analyses. All code has been made available to reviewers and will be publicly released upon manuscript acceptance. The raw data come from: Fish time series from the RAM Legacy Stock Assessment Data Base (Ricard et al. 2011; Fish and Fisheries) Fish species life history traits from FishLife (Thorson et al. 2023; Methods in Ecology Evolution) Sea surface temperature time series from NOAA OI SST V2 High Resolution Dataset (https://psl.noaa.gov/data/gridded/data.noaa.oisst.v2.highres.html) Sea surface temperature time series from COBE-SST 2 Dataset (https://psl.noaa.gov/data/gridded/data.cobe2.html) Data files: timeseries_ssb.csv - time series of spawner biomass timeseries_rec.csv - time series of recruitment timeseries_tc.csv - time series of total catch mean_annual_SST_noaa.oisst.v2.csv - time series of mean SST for each population from noaa.oisst.v2 variation_annual_SST_noaa.oisst.v2.csv - time series of within year SST variation for each population from noaa.oisst.v2 data_correlates_sst_traits_ssb_r_tc.csv - dataframe of the life history and temperature correlates for all populations df_ccm_recruits.csv - time series of recruitment and matching SST for convergent cross mapping df_ccm_spawners.csv - time series of spawner biomass and matching SST for convergent cross mapping df_ccm_totalCatch.csv - time series of total catch and matching SST for convergent cross mapping SST_annualMean_timeseries_donors_COBE_ForSensitivityAnalysis.csv - time series of mean SST from COBE SST_annual_intraVariation_timeseries_donors_COBE_ForSensitivityAnalysis.csv - time series of within year SST variation from COBE datassb_forModels.csv - data for spawner mixed models datarec_forModels.csv - data for recruit mixed 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,316 | 0,183 |
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 source (Gemma direct ou Codex distillé), 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 ».