MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133283833

Fishery-independent gillnet study (FIGS) sampling protocol used for multi-species ecology study in Great Slave Lake, Northwest Territories, Canada

2024· other· en· W7133283833 sur OpenAlexaboutno aff
Xinhua Zhu, Deanna Leonard, Kimberly L.‏ Howland, Melanie VanGerwen-Toyne, Colin‏ Gallagher, Theresa J. Carmichael, Ross F. Tallman

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 subventionnairesnon disponible
Mots-clésSampling (signal processing)Pelagic zoneAbundance (ecology)PopulationSampling designBiomass (ecology)Range (aeronautics)Sample size determination
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Gillnets are among the most widely-used devices to capture fish for both scientific research and commercial purposes. The basic advantages of multimesh gillnets include facilitating the ability to catch a wide range of sizes and species, the flexibilities of installation in various combination of mesh-sized panels, and ease of operation. There are few detailed sampling protocols specifying the mesh size and gillnet dimension, sampling schedule, sample collection, and data quality assurance for fishery-independent scientific exploration using multimesh gillnets. The objective of this document is to outline a standard multimesh gillnet sampling protocol for a fishery-independent gillnet study (FIGS), which aims to quantitatively investigate species richness, species-specific abundance and biomass indices, analogous to catch per unit effort (CPUEs), population structure, and multi-species community dynamics in Great Slave Lake (GSL), a large northern boreal lake situated in the Northwest Territories, Canada. To conduct FIGS, an index gillnet comprised ten different mesh-sized panels, ranging between 13–140 mm (½–5½”) knot-to-knot stretched, which followed a geometric progression mesh size factor of r = 1.31. The height of the panels was 3.7 m (12’) and 1.8 m (6’) for pelagic and benthic sets, respectively. The lengths of the panels varied in groups of mesh sizes in order to reduce the catch/mortality of small-sized fishes in small mesh size panels: 11 m (36’) for smaller mesh size panels (13–38 mm; ½–1½”) and 22 m (72’) for larger mesh-size panels (51–140 mm; 2–5½”). Associated with proportions of area-specific grid numbers and depth-specific strata, the selection of sampling grid, type and number of gillnet, and order of deployment was made following a depth stratified random sampling strategy. Regardless, the multimesh gillnet design used for FIGS can be applied as a standard tool to monitor fish population status, fish community association, capture efficiency, and to potentially support quantitative fisheries stock assessment in large lakes. By applying this protocol to routine monitoring and assessment, it provides an important step towards delivering reliable, robust, and representative estimates of fisheries production and improves the interpretability and reliability of biological reference points into integrated fisheries management plans (IFMP), fish stock provisions, and ecosystem based fisheries management (EBFM) in particular for Arctic great lakes.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,295
Score d'incertitude au seuil0,594

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,032
Tête enseignante GPT0,299
Écart entre enseignants0,267 · 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
GenreProtocole

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→