MétaCan
Menu
Retour à la cohorte
Enregistrement W7043491240

Seychelles tuna bulletin : second quarter 1987

2013· other· en· W7043491240 sur OpenAlexaboutno aff

Notice bibliographique

RevueAquaDocs (United Nations Educational, Scientific and Cultural Organization) · 2013
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingTunaQuarter (Canadian coin)Catch per unit effortFish <Actinopterygii>
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The number of purse seiners active in the Western Indian Ocean during the second quarter of 1987 decreased from 33 vessels during the previous quarter to a minimum of 29 in May, increasing to 30 in June. Good catch rates were obtained during this quarter averaging 16MT/day; the highest catch rate ever recorded during this period for this fishery. The proportion of skipjack in the catch increased in April as vessels moved south to fish around the Mozambique Channel. Although this fishing pattern is somewhat similar to that observed during the same period last year, it would appear from data obtained from logbooks that this year the purse seiners moved north one month earlier i.e. in June. This resulted in an increase in the catch rate of yellow fin. \nAs determined from logbooks and transshipment data received by the 30th of June 1987, the cumulative catch by purse seiners in the Western Indian Ocean for the first half of 1987 has been estimated at 42,980 tones. Since most of the purse seiners have been operating away from Seychelles, data for the second quarter is still incomplete with only 14 out of 30 vessels having submitted catch returns for the months of May and June. A new fishing Agreement was signed in June with a Soviet fishing company that will take effect on the 1st of September 1987. The agreement grants fishing rights to a maximum of four purse seiners and two long liners to fish for tuna in Seychelles waters. In return Seychelles will benefit from a substantial percentage of the fish caught in its waters.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,401

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
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)0,1200,073

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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquaDocs (United Nations Educational, Scientific and Cultural Organization)Même sujetMarine and fisheries researchTravaux en français237 207