Résultats préliminaires du relevé écosystémique d'août 2021 dans l'estuaire et le nord du golfe du Saint-Laurent
Bibliographic record
Abstract
Pêches et Océans Canada réalise annuellement un relevé multidisciplinaire dans l’estuaire et le nord du golfe du Saint-Laurent. Les objectifs de ce relevé sont multiples : évaluer la biodiversité des espèces présentes près du fond; estimer l’abondance des poissons de fond et des invertébrés; évaluer les conditions océanographiques physiques et biologiques (phytoplancton et zooplancton); monitorer l’écosystème pélagique; et récolter des échantillons pour divers projets de recherche. En 2021, le relevé s’est déroulé du 25 juillet au 26 août, à bord du NGCC Teleost. Lors de cette mission, 149 traits de chalut ont été réussis, 74 profils verticaux de la colonne d’eau ont été effectués afin de caractériser les conditions océanographies et 57 échantillons de zooplancton ont également été récoltés. Ce rapport présente les résultats des captures des 149 traits de chalut. Au total, 82 taxons de poissons et 214 taxons d’invertébrés ont été identifiés lors de cette mission. Les perspectives historiques (taux de capture, répartition spatiale, fréquence de longueur) sont présentées pour 25 taxons. Ces données indépendantes de la pêche commerciale serviront à plusieurs évaluations de stocks, dont la morue (Gadus morhua), les sébastes (Sebastes mentella et S. fasciatus), le flétan du Groenland (Reinhardtius hippoglossoides), le flétan atlantique (Hippoglossus hippoglossus), la plie grise (Glyptocephalus cynoglossus) et la crevette nordique (Pandalus borealis). L’analyse préliminaire des données de température de l’eau mesurée en 2021 montre des conditions qui se sont réchauffées à des profondeurs de 150 m et plus, atteignant de nouveaux records depuis 1915 à 150, 200 et 300 m. La couche intermédiaire froide était plus chaude en août 2021 qu’en 2020, atteignant les valeurs les plus chaudes des données CTD modernes. Et la température des eaux de surface était près de la normale en juillet-août.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".