MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133269964

Un modèle opérationnel révisé pour la morue charbonnière en Colombie-Britannique, Canada en 2016

2023· other· fr· W7133269964 sur OpenAlexaboutno aff
S. P. Cox, A. R. Kronlund, L. C. Lacko, M. Jones

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2023
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLimitingDemocratic legitimacyContext (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pêches et Océans Canada (MPO) et l’industrie de la pêche de la morue charbonnière (Anoplopoma fimbria) de la Colombie-Britannique collaborent à un processus d’évaluation de la stratégie de gestion (ESG) depuis 2009. Ce processus est utilisé pour élaborer et mettre en œuvre une stratégie de récolte transparente et durable pour la pêche de la morue charbonnière à engins multiples. Des variations des modèles structurés selon l’âge ont été utilisées dans les essais par simulation des procédures de gestion proposées, et représentent donc la pierre angulaire du processus d’évaluation de la stratégie de gestion. Dans le présent document, nous révisons le modèle opérationnel de la morue charbonnière afin de tenir compte d’une possible erreur de spécification du modèle structurel et d’un manque d’ajustement aux principales observations reconnues dans les modèles précédents. Ces modifications sont les suivantes : i) remplacement d’un modèle opérationnel structuré selon l’âge et le groupe de croissance par un modèle à deux sexes structuré selon l’âge afin de tenir compte des différences observées dans la croissance, la mortalité et la maturation entre les morues charbonnières mâles et femelles, ii) ajustement des proportions selon l’âge du modèle au moyen d’une matrice d’erreur de détermination de l’âge, iii) mise à l’essai de modèles de sélectivité variable dans le temps et iv) révision de la vraisemblance logistique multivariée de la composition selon l’âge afin de réduire la sensibilité du modèle aux petites proportions d’âge. Ces révisions structurelles du modèle opérationnel ont amélioré les ajustements aux données sur la composition selon l’âge et les rejets qui n’étaient pas bien ajustés par le modèle opérationnel précédent. La prise en compte des erreurs de détermination de l’âge a amélioré les estimations de la série chronologique du recrutement de la morue charbonnière d’âge 1 en réduisant l’autocorrélation irréaliste présente dans les résultats du modèle précédent. Les estimations obtenues indiquent clairement de fortes classes annuelles de morue charbonnière, semblables à celles du golfe d’Alaska sur le plan de la période et de l’ampleur. Deux résultats imprévus ont été obtenus. Tout d’abord, les paramètres de sélectivité variable dans le temps n’étaient pas estimables (ou nécessairement utiles) malgré l’information sur la valeur a priori informative fournie par le marquage. Ensuite, de meilleures estimations du recrutement ont aidé à expliquer l’échelle et la tendance temporelle de la remise à l’eau dans la pêche au chalut. Cette dernière constatation représente une amélioration importante de notre capacité à évaluer les règlements et les incitatifs visant à réduire les rejets dans toutes les pêches. Les estimations de l’état, de la productivité et des tendances du stock de morue charbonnière au cours des dernières années concordent avec les précédentes simulations de la stratégie de récolte. Les taux d’exploitation estimés pour les années 2011 à 2015 variaient entre sept scénarios de données (~ 8 à 10 %), mais sont conformes aux taux d’exploitation projetés pour la procédure actuelle de gestion U60-40+seuil dans le cadre de l’ancien modèle opérationnel.

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)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,007
Tête enseignante GPT0,219
Écart entre enseignants0,212 · 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
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada→Travaux en français237 207→