MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133283604

Évaluation des stocks de sébaste à longue mâchoire (Sebastes alutus) de la Colombie-Britannique en 2023

2025· other· fr· W7133283604 sur OpenAlexaboutno aff
Paul J. Starr, Rowan Haigh

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2025
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationStatistical analysisHunter-gatherer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le sébaste à longue mâchoire (Sebastes alutus) est présent d’Honshu au Japon à la Basse-Californie, au Mexique. En Colombie-Britannique (C.-B.), l’occurrence du sébaste à longue mâchoire est presque continue, avec des ruptures apparentes dans la partie supérieure du détroit d’Hécate (probablement trop peu profonde) et au large de la côte sud-ouest de Haida Gwaii (terrain escarpé ne convenant pas au chalutage). Des points névralgiques (densité élevée de captures par unité d’effort [CPUE]) sont observés dans le goulet de l’île Moresby, aux environs de l’île Anthony, au large de la baie Rennell, au large de la côte nord-ouest de Haida Gwaii et à l’entrée Dixon près de l’île Langara. La présente évaluation des stocks a permis d’évaluer une population de la côte de la Colombie Britannique composée de trois sous-zones, chacune ayant des pêches distinctes, dans 5ABC (détroit de la Reine-Charlotte), 3CD (côte ouest de l’île de Vancouver) et 5DE (côte ouest de Haida Gwaii). Les pêches étaient dominées par les engins de pêche au chalut (>99 %), avec des prélèvements mineurs par d’autres types d’engins (p. ex., palangre). Les prises de sébaste à longue mâchoire au chalut pélagique étaient les plus fréquentes dans la sous-zone 3CD, mais seulement après 2007. L’activité de pêche au chalut pélagique dans la sous-zone 5ABC était modérée à faible, et elle était minime dans la sous-zone 5DE. Pour cette évaluation des stocks, les registres de pêche au chalut de fond et au chalut pélagique ont été combinés. Pour l’évaluation, on a utilisé un modèle des prises annuelles selon l’âge ajusté à six séries de relevés au chalut indépendants de la pêche, aux estimations annuelles des prises commerciales depuis 1935 et aux données sur la composition du stock selon l’âge provenant de relevés (29 années de données tirées de cinq relevés) et de la pêche commerciale (43 années de données provenant de trois pêches). Le modèle a commencé avec un état d’équilibre présumé en 1935. Les données des indices de relevé couvrent la période de 1967 à 2022, mais ce ne sont pas toutes les années qui sont représentées. Un modèle à deux sexes, qui a estimé M pour chaque sexe et le paramètre h du taux de variation stock-recrutement, a été mis en œuvre dans un cadre bayésien à l’aide de la procédure « No U-Turn Sampling » (NUTS) de Monte Carlo par chaîne de Markov (MCMC). En plus de la mortalité naturelle et du taux de variation, les paramètres estimés par ce modèle comprenaient le recrutement moyen au cours de la période de 1935 à 2014, les paramètres de distribution du recrutement à l’échelle de la côte et la sélectivité pour la flotte commerciale dans la sous-zone 5ABC (partagée avec les sous-zones 3CD et 5DE) et pour les cinq relevés utilisant des données sur la fréquence selon l’âge. Les coefficients d’échelle du relevé (q) ont été déterminés de façon analytique. Des modèles à zone unique supposant trois stocks indépendants ont également été exécutés afin de les comparer aux résultats des sous-zones du modèle de la simulation de référence à zones multiples. Dix analyses de sensibilité primaires, évaluées à l’aide de la méthode MCMC, ont été effectuées par rapport à la simulation de référence afin de mettre à l’essai l’effet des autres hypothèses du modèle. Trois autres simulations de sensibilité ont été effectuées uniquement au niveau du « mode de la distribution a posteriori » parce que les résultats différaient peu de la simulation de référence. La simulation de référence a estimé que la biomasse de la population reproductrice de sébaste à longue au début de 2024 (médiane avec les quantiles 0,05 et 0,95) était de 0,58 (0,42, 0,81) par rapport à B0 et 2,3 (1,4, 3,9) par rapport à la BRMD. Ce dernier résultat porte à croire que la population reproductrice de sébaste à longue mâchoire de 2024 était en bonne position dans la zone saine sur toute la côte et par sous-zone. Les estimations médianes du MCMC des 10 simulations de sensibilité principales pour B2024/B0 variaient de 0,54 à 0,64 et, pour B2023/BRMD, elles variaient de 2,08 à 2,53, ce qui indique que les 10 simulations de sensibilité se situaient bien dans la zone saine. Ces analyses comprenaient : le paramétrage de la pondération des fréquences selon l’âge; des historiques de prises plus élevés et plus faibles avant 1996; des hypothèses d’écart-type de recrutement plus élevé et plus faible (σR); l’omission de l’erreur de détermination de l’âge; et l’utilisation de deux autres vecteurs d’erreur de détermination de l’âge. La plus grande incertitude dans cette évaluation des stocks était la taille relative des trois sous-zones, un problème qui a été démontré en faisant varier le choix de la zone de référence de recrutement dans deux des simulations de sensibilité par rapport à la simulation de référence. Cette incertitude était centrée sur la taille de la sous-zone 3CD, qui variait entre 14 % et 22 % de la biomasse B0 totale au cours des deux simulations de sensibilité et de la simulation de référence. La plus grande sous-zone 5ABC variait entre 52 % et 60 % de la biomasse B0 totale pour les trois mêmes modèles, tandis que la biomasse de la sous-zone 5DE était relativement constante, près de 20 % de la biomasse B0 totale pour les trois simulations. La biomasse totale de B0 était semblable pour les deux simulations de sensibilité et la simulation de référence. Ce résultat implique que, bien que le rendement global de cette population soit raisonnablement bien compris, la sous-zone 3CD devrait être gérée avec prudence en conjonction avec les deux autres sous-zones. L’effet des covariables environnementales n’a pas été modélisé dans cette évaluation des stocks en raison des résultats non concluants obtenus dans les évaluations précédentes des stocks (sébaste à longue mâchoire en 2017, sébaste canari en 2022). Au lieu de cela, on a fait une projection après avoir réduit arbitrairement de 50 % le recrutement moyen afin de représenter le pire scénario de recrutement pour les 10 prochaines années.

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)0,001
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 enseignants0,773
Score d'incertitude au seuil0,451

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 enseignants0,242 · 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
Publié2025
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→