Bibliographic record
Abstract
Dans l’Atlantique canadien, comme dans le reste du monde, les pêcheries sont en crise. On peut se demander si notre pêche est responsable. Pour être qualifiée de « responsable », une pêcherie ne cible pas les espèces les plus menacées et n’opère pas dans des zones fragiles; elle peut être poursuivie indéfiniment dans le temps et elle prend en compte tout l’environnement et les impacts sur toutes les espèces. Une grille d’analyse des pêcheries est celle qui conduit à l’écocertification, telle que précisée par l’Organisation des Nations Unies pour l’Agriculture et l’Alimentation (FAO) et, dans son mode opérationnel, par leMarine Stewardship Council(MSC). Pour bénéficier d’une écocertification, une pêcherie doit satisfaire à 3 principes : que la ressource soit en bonne santé, bien suivie et bien gérée; que l’exploitation n’affecte pas de façon importante et irréversible les écosystèmes; et que la gestion soit claire, efficace et participative. Le processus est coûteux et incertain. Au Québec, le crabe des neiges du sud du golfe du Saint-Laurent, la crevette nordique et le homard ont été certifiés. Pour les autres espèces, ce serait sans doute plus difficile. Doit-on pour autant mettre nos poissons de côté ? Sans doute pas. Les pêcheries d’aujourd’hui ne sont plus celles d’il y a 20 ans. Les mentalités et les techniques ont évolué, les mécanismes de gestion aussi. Si rien n’est parfait, les progrès sont notables, et devraient être notés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.011 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".