MétaCan
Menu
Retour à la cohorte
Enregistrement W7133270335

Details of catchR, an R package to estimate the age and length composition of fishery catches, with an application to 3Pn4RS Atlantic cod

2022· other· en· W7133270335 sur OpenAlexaff
Jordan Ouellette-Plante, Elisabeth Van Beveren, Hugues P.‏ Benoît, Claude Brassard

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésStock assessmentFishingStock (firearms)PopulationSampling (signal processing)Fish stockComposition (language)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Estimating the age and length composition of catches is common practice in stock assessment, as such information on population structure improves our understanding of stock productivity and the impacts of fishing on it. Since aging fish is costly, labour intensive and requires experienced staff, age composition is often inferred from stratified subsampling of age at length and the length composition of the original sample. Although the underlying principle is relatively straightforward, gaps and inconsistencies in the sampling process have led to multiple proposed algorithms in the literature. Importantly, these algorithms are often applied annually in a manner that can be ad hoc and undocumented. Replicating estimates of catches at age from source data can therefore be difficult and can impact the credibility of assessments. For this work, we employed the commonly used forward age-length key coupled to a hierarchical stratified procedure based algorithm for filling gaps in sampling. The R package catchR resulted from this work, and proposes a new, fully transparent and automated framework to estimate catch-at-age. Using the NAFO 3Pn4RS Atlantic cod (Gadus morhua) stock as an example, this research document provides a description of the main catchR functions, get.samples and get.caa, used to calculate catch-at-age. For the 3Pn4RS Atlantic cod stock, the automated algorithm, as currently defined, exposes the shortcomings in the estimation of catch- and weight-at-age, in part because the result of each year is now fully comparable and because no subjective adjustments can be applied to correct for example a poor sampling coverage for any given combination of year, month, NAFO unit area and gear.

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)0,004
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,028
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0740,081

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 Opus0,008
Tête enseignante GPT0,251
Écart entre enseignants0,243 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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