Trawl selectivity dataset - LowFlow codend
Notice bibliographique
Résumé
This dataset contains the raw length measurements of four species caught in a paired gears experiment testing a LowFlow trawl codend concept against a non-selective Control trawl. The LowFlow codend included tarpaulin elements to reduce the flow velocity and facilitate species escapement through a gap in the net. Two configurations of the LowFlow codend were tested against the same Control: one configuration with a radial escape gap of 1.5 m and one with a smaller escape gap of 1.0 m. The aim of the study was to investigate species-specific differences in escapement rate, which could relate to flow refuging behaviours. Species ID follows international standards with FAO 3-letter codes: NEP = Nephrops norvegicus, COD = Gadus morhua, HAD = Melanogrammus aeglefinus, WHG = Merlangius merlangus.The dataset was collected as part of the project MatRedEx (1) funded by the European Maritime and Fisheries Fund (EMFF) and the Danish Fisheries Agency.All information regarding gears, fishing area and fishing dynamics, as well as results for the three Gadoids species, can be found here: Melli, V., O'Neill, F.G., Breddermann, K., Kofoed, J.P., Karlsen J.D. (2025). Enhancing bycatch escape in trawl fisheries through flow manipulation: a study on Gadoids. Canadian Journal of Fisheries and Aquatic Sciences. https://doi.org/10.1139/cjfas-2025-0015Reference:1. Karlsen, Junita Diana, Krag, Ludvig Ahm, O'Neill, Barry, Andersen, Niels Gerner, Melli, Valentina. Innovative materials to reduce fuel emission and increase cod exits. https://orbit.dtu.dk/en/projects/innovative-materials-to-reduce-fuel-emission-and-increase-cod-exi
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,024 |
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 ».