MétaCan
Menu
← Retour à la cohorte
Enregistrement W7115692031 · doi:10.5281/zenodo.17953276

Time-travelling with Atlantic cod: A modelling approach to historical distribution in Newfoundland

2024· article· en· W7115692031 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésPopulationFishingAbiotic componentCoastal geographyDistribution (mathematics)LogbookPrinciple of maximum entropy

Résumé

récupéré en direct d'OpenAlex

This paper presents preliminary results on how biolo- gy, ecosystems, and fisheries have shaped the historical (1815–1992) distribution of Atlantic cod (Gadus morhua) in Newfoundland (Canada). The work has been devel- oped within the scope of the “Fishing Architecture” re- search project, which explores the historical continuum between fish and coastal architecture. This relationship is believed to be modulated by the morpho- and eco-physiological characteristics of fish. Our approach involves developing, calibrating, and validating a habitat-suitable model, using Maximum Entropy (MaxEnt). This model computed the maxi- mum entropy distribution of abiotic (bathymetry, wa- ter temperature, salinity, nutrients) and biotic (phyto- plankton, prey distribution) descriptors over the binary data (presence/absence) of cod, gathered from publicly available databases. Afterwards, we mapped the most suitable areas for cod presence. To assess the model’s performance and uncertainties, we ran a global sensi- tivity analysis, using the GSAT package. The model results were further explored by overlaying the logbook routes of Portuguese cod-fishing vessels to Newfoundland (discrete data between 1840–1950), to understand the relative impact of this overseas fish- ery. The research complements previous approaches to understanding the breakdown of the cod population and provides a tool to assess the relationship between terrestrial constructions to support fisheries and marine fish populations.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,210
Écart entre enseignants0,184 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetMarine and fisheries research→Travaux en français237 207→