Un modèle opérationnel révisé pour la morue charbonnière en Colombie-Britannique, Canada en 2016
Notice bibliographique
Résumé
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
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 ».