A Revised Operating Model for Sablefish in British Columbia, Canada in 2016
Notice bibliographique
Résumé
Fisheries and Oceans Canada (DFO) and the British Columbia (BC) Sablefish (Anoplopoma fimbria) fishing industry have collaborated on a management strategy evaluation (MSE) process since 2009. This process is used to develop and implement a transparent and sustainable harvest strategy for the multi-gear Sablefish fishery. Variations of age-structured models have been used in simulation testing candidate management procedures and therefore represent the cornerstone of the MSE process. In this paper, we revise the Sablefish operating model to account for potential structural model misspecification and lack-of-fit to key observations recognized in previous models. Specific modifications include: (i) changing from an age-/growth group operating model to a two-sex/age-structured model to account for differences in growth, mortality, and maturation of male and female Sablefish, (ii) adjusting model age-proportions via an ageing error matrix, (iii) testing time-varying selectivity models, and (iv) revising the multivariate-logistic age composition likelihood to reduce model sensitivity to small age proportions. These structural revisions to the operating model improved fits to age-composition and at-sea release data that were not well-fit by the previous operating model. Accounting for ageing errors improved the time-series estimates of age-1 Sablefish recruitment by reducing the unrealistic auto-correlation present in the previous model results. The resulting estimates clearly indicate strong year classes of Sablefish that are similar in timing and magnitude to estimates for the Gulf of Alaska. Two unanticipated results were obtained. First, time-varying selectivity parameters were not estimable (or necessarily helpful) despite informative prior information from tagging. Second, improved recruitment estimates helped to explain the scale and temporal pattern of at-sea release in the trawl fishery. The latter finding represents a major improvement in our ability to assess regulations and incentives aimed at reducing at-sea releases in all fisheries. Estimates of Sablefish stock status, productivity, and trends over the past several years are consistent with previous harvest strategy simulations. Estimated exploitation rates for years 2011-2015 varied across seven data scenarios (~8-10%) but are consistent with exploitation rates projected for the current U60-40+Floor management procedure under the former operating model.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».