Bibliographic record
Abstract
Ce rapport présente la synthèse des données des campagnes de chalutages scientifiques NourDem réalisées en 2023 dans les estuaires de Loire, Seine et Gironde. Les échantillonnages de la macrofaune benthique épigée, démersale et pélagique (individus d’une taille supérieure à 3 cm) sont réalisés au moyen du chalut à Grande Ouverture Verticale Ifremer-NourDem (GOV 16,45 x 11,90 m ; ouverture en pêche : 7 X 2 m) tracté à partir de chalutiers professionnels locaux. Ceci permet d'échantillonner les estuaires depuis le zéro de salinité jusqu'aux eaux marines (34/35 pour mille), et par des bathymétries comprises entre -3 et + 25 m. Les campagnes durent 8 journées en Loire et Seine, 9 en Gironde (en raison de la sa grande superficie), et permettent la réalisation de 60 à 75 traits de 15 minutes. Les peuplements des trois estuaires sont présentés : indices d'abondance et de biomasse, indices de biodiversité, cartographies de répartition des espèces en comparaison avec les résultats obtenus précédemment (depuis 2016 en Loire, 2017 en Seine et 2019 en Gironde). NourDem 2023, comme les projets NourDem précédents, a été mené dans le cadre d'une collaboration entre l'Ifremer et le Comité National des Pêches Maritimes et Elevages Marins (CNPMEM), avec le soutien opérationnel des trois comités régionaux des pêches concernés : le CRPMEM de Normandie, le COREPEM des Pays de la Loire et le CRPMEM de Nouvelle Aquitaine. Ce projet a bénéficié de financements du fonds européen pour la pêche FEAMP (mesure 40), de la Direction des Pêches Maritimes et de l'Aquaculture (DPMA/DGAMPA) du Ministère en charge de la Pêche, et de France Filière Pêche (FFP). Il a été géré pour le compte de l'Union et de l'Etat par la Direction Interministérielle de la Mer de Manche-Est et de la Mer du Nord (DIRM MEMN).\n
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.030 | 0.011 |
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".