Un nouveau modèle spatial écosystémique de production excédentaire pour la crevette nordique dans les zones de pêche à la crevette 4 à 6
Notice bibliographique
Résumé
Bien que la crevette nordique (Pandalus borealis) représente l’un des stocks les plus importants des eaux canadiennes sur le plan économique, il n’existe pas de modèle de la population visant à prédire comment la pression de la pêche et les conditions environnementales changeantes pourraient influer sur son abondance future dans les zones de pêche à la crevette (ZPC) 4 à 6. Nous avons testé divers modèles de production excédentaire qui comprenaient des prédicteurs potentiels, comme la densité des prédateurs, la température au fond, les conditions climatiques à grande échelle, le plancton, les tendances du recrutement et la pression de la pêche, afin d’évaluer leur capacité à prédire les changements annuels de la densité de la biomasse de la crevette nordique. Un modèle autorégressif de production excédentaire avec décalage- 1 spatialement explicite, qui comprenait la densité de la morue franche (Gadus morhua), la densité des autres prédateurs (flétan du Groenland Reinhardtius hippoglossoides et sébaste Sebastes spp), l’indice de l’oscillation nord-atlantique (ONA) et la biomasse de la crevette nordique comme prédicteurs, s’est révélé être le meilleur modèle. Ce modèle représente un pas en avant pour l’évaluation de la crevette nordique dans les ZPC 4 à 6, mais comme pour toute modélisation, il faut faire preuve de prudence lorsqu’on l’applique hors de l’éventail des conditions écosystémiques déjà observées, et des évaluations continues de son efficacité seront nécessaires.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».