MétaCan
Menu
Retour à la cohorte
Enregistrement W6944336082 · doi:10.17895/ices.pub.21762842.v1

Working Group on American Eel (WGAMEEL; outputs from 2022 meeting)

2023· report· en· W6944336082 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typereport
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbundance (ecology)Stock (firearms)IndigenousHabitatData seriesStock assessmentListing (finance)

Résumé

récupéré en direct d'OpenAlex

The Working Group on American Eel (WGAMEEL) met remotely in September 2022 to initiate work on the first three of five Terms of Reference (TORs) of its three-year fixed term. The first two TORs tasked WGAMEEL with listing and evaluating data on American eel landings, abundance indices, and spatial and habitat data and also to describe assessment methods used in Canada and the United States (US). The third TOR was to consider Indigenous Knowledge Systems for American eel. American eel commercial landings data was compiled from the 1870s through recent years. Recent reports in both countries have identified abundance data sets that are suitable for use in stock assessments based on criteria for evaluating data sets developed by both countries. In Canada, 37 data series were reviewed, of which 16 were determined to be suitable for use in stock assessments. In the US, over 80 fishery-independent surveys from the US Atlantic coast were reviewed for the development of 25 young of the year, 10 elver, and 14 yellow eel relative abundance indices. Overall, abundance indices in both countries indicate a decline in eel abundance, although declining trends were not found in all surveyed areas. All of the series evaluated for trends are from the St. Lawrence Basin, the Canadian Maritime Provinces, and the US Atlantic coast. No abundance series are available for eel range outside these areas. WGAMEEL noted a deficiency of long time series, incomplete sampling across the range, data sharing issues, and informal or opportunistic data collection in some areas. There are commonalities in some of the US and Canadian data available for spatial modelling of American eel. A larger challenge for spatial modelling in the US and Canada will be acquiring enough high quality, georeferenced biological data sets with suitable observations to assess occurrence, abundance, and trends over time in a spatial framework. WGAMEEL also began work to consider Indigenous Knowledge Systems and their distinct way of knowing through its four orientations. WGAMEEL will continue over the next two years to address the third TOR as well as the remaining two on stock assessment methods.

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)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1500,310

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 Opus0,236
Tête enseignante GPT0,367
Écart entre enseignants0,131 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareTravaux en français237 207