MétaCan
Menu
← Retour à la cohorte
Enregistrement W7095677288

Putting Fishers ’ Knowledge to Work – Conference Proceedings, Page 366 HISTORICAL AND CURRENT KNOWLEDGE OF THE GREENLAND HALIBUT FROM QUÉBEC FIXED-GEAR FISHERS IN THE GULF OF ST.

2010· article· en· W7095677288 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHalibutFishingSubsistence agricultureCommercial fishingWork (physics)EstuaryStock (firearms)Groundfish
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Fishing for Greenland halibut (Reinhardtius hippoglossoides) in the estuary and the Gulf of St. Lawrence (NAFO divisions 4RST) has been practiced mainly with gillnets by coastal fishers of Quebec and Newfoundland since the beginning of the 1970s. However, little information is available on the development of this exploitation, for example, on the evolution of the fishing practices. In 1997, a project on the Greenland halibut fishers ’ knowledge was initiated with the aim of documenting the historical and current knowledge of this fishery. The specific objectives were to compile a qualitative database of information from the fishers and to integrate this information into stock status assessments. Semi-directed individual interviews were held with 21 fishers. The information collected touched on four themes: the fishing practices, the biology and environment of the Greenland halibut, the social dimension of the fishing activities, and the management and conservation of this species. The results presented here describe the changes in the fishing practices and strategies that took place between 1970 and 1997. We also examined the relationships between these changes, the prevailing socio-economic context, and the landings of Greenland halibut for the same period. In thirteen years, the Greenland halibut fishing has evolved from a traditional and subsistence fishery to an effective and competitive commercial exploitation.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0120,008
Communication savante0,0100,006
Science ouverte0,0020,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,024
Tête enseignante GPT0,253
Écart entre enseignants0,229 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMarine and fisheries research→Travaux en français237 207→