MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133274080

Évaluation du crabe des neiges des divisions 2HJ3KLNOP4R en 2022

2023· other· fr· W7133274080 sur OpenAlexaboutno aff
Pêches et Océans Canada, Fisheries and Oceans Canada

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-clésWestern europeRail transportation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Globalement – Divisions 2HJ3KNLNOP4R Le relevé au chalut du MPO n’ayant pas eu lieu en 2022, la série chronologique du relevé au chalut a été utilisée pour évaluer la situation en 2022. La biomasse exploitable globale est passée d’un niveau historiquement faible en 2016 à 2018 à un niveau proche de la moyenne à long terme, au cours des deux dernières années. Les indices du taux d’exploitation (ITE) des pêches étaient de modérés à faibles dans la plupart des divisions d’évaluation (DE), ces dernières années. Des prélèvements identiques réduiraient ou maintiendraient l’indice du taux d’exploitation dans toutes les divisions d’évaluation en 2023. Avec le statu quo des prélèvements en 2023, toutes les divisions d’évaluation devraient se trouver dans la zone saine du cadre de l’approche de précaution, à l’exception de 2HJ, qui devrait se trouver dans la zone de prudence. L’insuffisance des données récentes et actuelles a entraîné l’exclusion de la DE 4R3Pn dans le cadre de l’approche de précaution. Tant les indices de prise avant recrutement que les prédictions du modèle relatives à la biomasse exploitable basées sur des variables climatiques indiquent que la productivité pour les trois à cinq prochaines années pourrait rester similaire aux niveaux actuels. Le stock de la DE 2HJ suscite une inquiétude particulière depuis quelques années. Les indicateurs des pêches et de la biomasse laissent entrevoir quelques améliorations en 2022, mais certains indicateurs clés n’ont pas pu être actualisés dans le cadre de la présente évaluation. Environnement et écosystème L’indice climatique de Terre-Neuve-et-Labrador montre une tendance au réchauffement depuis 2018, avec une année chaude record en 2021. Les conditions générales des trois dernières années indiquent une amélioration de la productivité aux niveaux trophiques inférieurs dans la biorégion de Terre-Neuve-et-Labrador (2HJ3KLNOPs). Il s’agit notamment d’efflorescences phytoplanctoniques plus précoces, de concentrations de chlorophylle plus élevées et d’une biomasse zooplanctonique accrue avec une plus grande abondance de copépodes Calanus, plus grands et plus riches en énergie. Les écosystèmes de la biorégion de Terre-Neuve-et-Labrador continuent de connaître des conditions de faible productivité globale, avec une biomasse totale bien inférieure aux niveaux d’avant l’effondrement. Alors que la communauté de poissons est revenue à une structure dominée par les poissons à nageoires, le rétablissement des poissons de fond s’est arrêté au milieu des années 2010, période pendant laquelle des déclins de biomasse ont été observés. Au cours des dernières années pour lesquelles des données sont disponibles (2019 à 2021), les indicateurs de l’écosystème (par exemple, les tendances de la biomasse, les poids du contenu stomacal) semblaient s’améliorer, mais l’absence d’études en 2022 a empêché l’évaluation de ces tendances dans l’évaluation actuelle. La mortalité du crabe des neiges liée à la prédation a diminué dans toutes les unités écosystémiques par rapport aux valeurs maximales observées au milieu et à la fin des années 2010. Les valeurs les plus récentes de l’indice de mortalité liée à la prédation des poissons (2019 à 2021) étaient les plus élevées dans la division 2J3K et les plus basses dans la division 3LNO, avec des valeurs intermédiaires dans la division 3Ps.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,020
Tête enseignante GPT0,251
Écart entre enseignants0,231 · 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'étudeObservationnel
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
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→