MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096517841

The Effect of a Change in Perception of Length Distribution of a Population on Maturity-at-age,

2016· article· en· W7096517841 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingPopulationStock (firearms)Stock assessmentPopulation dynamics of fisheriesFish stockDistribution (mathematics)Maturity (psychological)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The calculation of proportion mature-at-age and mean weight-at-age from length stratified sampling are dependent on the length distribution of the population. The Dept. of Fisheries and Oceans in St. John's, Newfoundland changed its survey bottom trawl in the autumn of 1995. Comparative fishing experiments between the old and new fishing gears showed that the new gear (Campelen) caught more small fish of most species than the old (Engel) gear. Conversions of the Engel time series to Campelen equivalents results in an increase in the number of small fish in the population. This paper examines the effect of this change on maturity-at-age, mean weight-at-age and spawning stock biomass (SSB) for American plaice (Hippoglossoides platessoides). The shift in the perceived length frequency distribution of the population results in an increase in age at 50 % maturity (the fish appear to be maturing later) and a decrease in mean weight-at-age. Spawning stock biomass calculated from these parameters is higher for the Campelen equivalent data because of the increased abundance at age. Trends in maturity-at-age, mean weight-at-age and SSB over the time period are generally the same for the Engel and Campelen equivalent data. Constructing a time series, which consists of unconverted Engel data followed by Campelen data, can be misleading. The change in estimated maturity and weight-at-age, and SSB has implications for both biological studies and the setting of reference levels.

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)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,019
Tête enseignante GPT0,276
Écart entre enseignants0,257 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMarine and fisheries research→Travaux en français237 207→