MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133281730

Stock assessment 2023 Snow Crab

2024· other· en· W7133281730 sur OpenAlexfundno aff
Fisheries and Oceans Canada, Pêches et Océans Canada

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésStock (firearms)PopulationSnowClimate changeEcosystemFish stockStock assessment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Status The 2023 southern Gulf of St. Lawrence snow crab commercial biomass index, estimated at 67,703 tonnes (t), is above the Upper Stock Reference (USR) with very high likelihood, placing the stock in the Healthy Zone of the Precautionary Approach (PA) Framework. Trends Following a period of high levels from 2018 to 2022, the commercial biomass index decreased by 21% in 2023. Pre-recruits to the fishery decreased to below the time series (1997-2023) average in 2023. Female spawning stock indices have increased since 2006 and have remained at high levels in 2023. The population recruitment index was at the highest recorded level in 2021, but has decreased in 2023 to the time series average. Ecosystem and Climate Change Considerations There is continued evidence of warming conditions in the southern Gulf of St. Lawrence that can impact snow crab population dynamics and distribution; and the mechanisms require further investigation. Stock Advice Based on the harvest decision rule, the 2023 commercial biomass index corresponds to a target exploitation rate of 38.59% and a catch option of 26,126 t for the 2024 southern Gulf of St. Lawrence fishery. A risk analysis indicates that this catch option would result in a very high likelihood that the commercial stock would remain in the Healthy Zone of the PA after the 2024 fishery.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil0,504

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0240,009

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 Opus0,012
Tête enseignante GPT0,268
Écart entre enseignants0,257 · 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
Publié2024
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→