Examen du cadre pour l'aiglefin des divisions 4X5Y : spécification des modèles opérationnels, projections, approche de simulation et points de référence
Bibliographic record
Abstract
En 2018, le modèle d’évaluation du stock d’aiglefin des divisions 4X et 5Y (appelées « divisions 4X5Y » ci-après) a été rejeté en raison d’importantes tendances rétrospectives et d’une divergence entre la biomasse estimée par le modèle et la biomasse provenant d’un relevé. Depuis, des avis sur les prises ont été fournis de façon qualitative en fonction de l’indice provenant du relevé de l’écosystème réalisé par Pêches et Océans Canada (MPO). En 2023, la Direction des sciences du MPO a entrepris l’élaboration d’un cadre pour une nouvelle méthode d’évaluation du stock d’aiglefin des divisions 4X5Y, qui comprenait un examen des données d’entrée et l’élaboration de modèles d’évaluation. Trois modèles d’évaluation ont été sélectionnés et sont décrits dans le présent document, ainsi que différentes hypothèses visant à expliquer la divergence entre les données d’entrée de la pêche et celles du relevé, soit la mortalité naturelle dépendante de la densité (modèles 1 et 2) et la mortalité naturelle constante avec des effets aléatoires sur les transitions du nombre d’individus par âge du stock (modèle 3). Des points de référence ont été définis pour chaque modèle et pondérés afin de fournir un état global du stock. Deux ensembles de modèles opérationnels ont été définis en fonction de ces trois modèles pour tenir compte de l’incertitude dans la productivité future du stock. L’un d’eux supposait une productivité identique sans grands événements de recrutement, et l’autre supposait une productivité conforme aux 25 dernières années et comprenait un grand événement de recrutement correspondant à la cohorte de 2013. Un cadre d’évaluation des procédures de gestion utilisant une simulation en boucle fermée est également présenté et a servi à évaluer le rendement des procédures de gestion par rapport aux objectifs de gestion. On a utilisé des exemples de procédures de gestion pour démontrer comment le cadre d’évaluation des procédures de gestion sera appliqué. Lorsqu’une procédure de gestion respecte la norme de rendement minimale définie pour les objectifs de conservation, il est possible d’évaluer les compromis entre les procédures de gestion pour tous les objectifs. Ce cadre d’évaluation des procédures de gestion pourra servir à la sélection d’une procédure de gestion qui fournira des avis sur les prises pour la pêche de l’aiglefin des divisions 4X5Y. Des circonstances exceptionnelles sont définies afin de tenir compte des situations hors de la portée des scénarios pour lesquels la procédure de gestion a été testée en simulation ou lorsque les données nécessaires à son application ne sont pas accessibles.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".