Report of the Data Deficiency Coordination Meeting with the RACs (WKDDRAC)
Notice bibliographique
Résumé
Within the North West Waters RAC and the North Sea RAC there has been mounting concern that data deficiencies of various kinds impair the quality of an increasing number of ICES stock assessments. The purpose of the WKDDRAC meeting was to discuss a proposal prepared jointly by the North West Waters and North Sea RACs that regional task forces, involving fisheries scientists, fisheries managers and fishermen be formed to identify those fisheries suffering from data deficiencies, examine the nature of those deficiencies and set in motion remedial measures that would over time improve the situation. See Annex 1. Participants included the Chief Executive of the National Federation of Fishermen’s Organisations (Barrie Deas), also chair of the Demersal Working Group of the North Sea RAC, a Fishery Policy Officer from the Scottish Fishermen’s Federation (Rory Campbell) also member of the NSRAC demersal WG, the chairs of relevant ICES as-sessment working groups (North Sea (Clara Ulrich), Celtic Sea (Joel Vigneau), and hake, megrim and monkfish (Carmen Fernandez)), the Danish data coordinator (Jørgen Dalskov), one of the ACOM vice-chairs (Manuela Azevedo), the Head of the ICES Advisory Services (Poul Degnbol), a Professional Secretary familiar with data issues (Barbara Schoute) and the chair of ACOM (J.-J. Maguire). For participants’ list, see Annex 2.
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 | 0,050 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,015 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,034 |
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 ».