Modélisation de la population d'aiguillats communs du Pacifique dans les eaux extérieures en 2025
Bibliographic record
Abstract
L’aiguillat commun du Pacifique est une espèce de requin longévive dont la maturation tardive et la faible fécondité se traduisent par une très faible productivité. Ces caractéristiques du cycle vital nécessitent de prendre en compte les répercussions des pêches antérieures (p. ex. depuis les années 1940), qui limitent le potentiel de rétablissement et allongent les délais de rétablissement. L’aiguillat est pêché à des fins commerciales depuis le milieu des années 1870, et la dynamique de la pêche a varié au cours des 150 dernières années. Une pêche importante visant à récolter la vitamine A contenue dans le foie de l’aiguillat s’est développée dans les années 1940; celle-ci a atteint un sommet de 31 000 t en 1944. De 1950 à 1980, l’aiguillat n’a fait l’objet d’aucune pêche ciblée. Entre 1980 et 2009, il y a eu une pêche commerciale ciblée à des fins alimentaires dont les prises maximales, s’élevant à environ 4 000 t, ont été enregistrées en 1988, 2004 et 2005. Depuis 2010, l’aiguillat n’est visé par aucune pêche ciblée. Au cours de la dernière décennie, les rejets annuels (plus de 1 000 t) ont dépassé les débarquements (moins de 400 t). La présente évaluation a mené à l’élaboration d’un modèle de dynamique des populations à deux sexes structuré selon l’âge et ajusté aux prises des pêches et des relevés, aux indices d’abondance et aux données sur la composition selon la longueur pour l’aiguillat dans les zones principales 3CD5ABCDE de la Commission des pêches maritimes du Pacifique (CPMP) en Colombie-Britannique. En raison du cycle vital de l’espèce, c’est la ponte (nombre de petits), plutôt que la biomasse du stock reproducteur, qui a été utilisée pour caractériser l’état du stock. Le Plan de gestion intégrée des pêches (PGIP) des poissons de fond applique une mortalité due aux rejets de 6 % pour la palangre et de 5 % pour les deux premières heures d’un trait de chalut, avec une mortalité supplémentaire de 5 % au prorata pour chaque heure suivante. Puisque ces valeurs sont inférieures à celles relevées dans la littérature, les taux de mortalité due aux rejets tirés de la littérature sont examinés dans le présent document en fonction d’hypothèses d’un taux faible, d’un taux de référence et d’un taux élevé : 8 à 36 % pour la palangre, 5 à 15 % pour la palangre, 27 à 86 % pour le filet maillant et 19 à 56 % pour le chalut. L’efficacité de l’utilisation des taux de mortalité due aux rejets du PGIP des poissons de fond dans l’atteinte des objectifs de gestion des pêches pourrait être examinée dans le cadre de travaux ultérieurs. Les incertitudes liées aux caractéristiques du cycle vital, à la mortalité naturelle (M), à la mortalité due aux rejets, à la représentativité des indices d’abondance, à la forme de la courbe stock-recrutement et à l’augmentation potentielle de M ont été explorées dans l’évaluation. Un modèle de référence, quinze modèles de sensibilité avec une M constante et cinq modèles de sensibilité avec une M croissante ont été examinés. Tous les modèles ont estimé une forte baisse de la ponte dans les années 1940 causée par la pêche pour la vitamine A, suivie d’une augmentation due à la maturation des cohortes de juvéniles non ciblées. La ponte a ensuite diminué de façon plus lente jusqu’en 2010 en raison de l’augmentation de la pêche et de la baisse de l’efficacité de la reproduction des cohortes vieillissantes. L’épuisement estimé (S/S0, la ponte par rapport à la ponte en absence de pêche) jusqu’en 2023 n’a pratiquement pas été influencé par les autres hypothèses sur la croissance, la maturité, la mortalité due aux rejets, l’inclusion de l’indice d’abondance ou la productivité du stock. L’épuisement actuel est inféré principalement à partir de la récente diminution des indices de population et des faibles prises par rapport aux niveaux antérieurs. Les modèles permettant d’augmenter M par étapes en 2010 ajustent les baisses marquées de l’indice provenant du relevé synoptique au chalut, mais ont donné un stock qui ne serait pas en mesure de se remplacer avec une M continuellement élevée. Bien qu’une augmentation de M soit possible, d’autres recherches seront nécessaires pour pouvoir en tenir compte avec précision dans le modèle. Un point de référence limite (PRL) de 0,2S/S0 et un point de référence supérieur (PRS) potentiel de 0,4S/S0 sont proposés d’après la forme de la courbe de rendement et de leur équivalence approximative avec les points de référence proposés par le MPO (2009), soit 0,4 et 0,8B/BRMD (biomasse au rendement maximal durable). L’évaluation propose en outre F0,4S0 (la mortalité par pêche qui porterait le stock à 0,4S/S0 à long terme) comme taux d’exploitation de référence potentiel. Tous les modèles ont estimé que le stock se trouvait sous son PRL avec une probabilité très élevée (> 0,95), ce qui le place dans la zone critique. Le modèle de référence a estimé que S/S0 en 2023 était de 0,09 (intervalle de confiance [IC] à 95 % : 0,08 à 0,09). Pour tous les modèles à M constante, la médiane de S/S0 était de 0,09, avec un IC à 95 % allant de 0,06 à 0,12. Le modèle de base a estimé que F/F0,4S0 en 2023 était de 1,5 (IC à 95 % : 1,3 à 1,6). Pour tous les modèles à M constante, la médiane de F/F0,4S0 était de 1,5 avec des IC à 95 % de 0,7 à 12,8. Les prévisions indiquent une ponte inférieure au PRL avec une probabilité très élevée de 2024 à 2028, pour tous les modèles et tous les niveaux de prises, y compris les prises nulles. Pour les projections de 2024 à 2028, on a appliqué les ratios moyens de prises mortes (c.- à-d. les aiguillats débarqués plus ceux dont on suppose qu’ils sont morts après leur rejet) dans l’ensemble des flottes, calculés sur les cinq dernières années. Les valeurs maximales de prises mortes avec une probabilité ≥ 95% que F < F0,4S0 variaient de 0 t (scénario de faible productivité) à 250 t (scénario de forte productivité). Dans le scénario de référence, la valeur maximale de prises mortes permettant de maintenir une probabilité ≥ 95 % de F < F0,4S0 était de 150 t. L’application des taux de mortalité par rejet faibles, de référence et élevés aux prises moyennes déclarées (~ 861 t) au cours des cinq dernières années a donné respectivement 160 t, 315 t et 423 t de prises mortes par année. La productivité limitée de l’aiguillat, la taille estimée de la population et les diminutions marquées observées dans deux des trois indices provenant des relevés donnent à penser que les prises devraient être inférieures au total autorisé des captures actuel de 12 000 t pour que la ponte augmente et qu’une probabilité élevée de F < F0,4S0 puisse être atteinte. Les principaux défis de la modélisation de la dynamique des populations d’aiguillat des eaux extérieures sont notamment le manque de données d’indexation des stocks antérieures, la difficulté d’estimer la dépendance à la densité dans la courbe stock-recrutement, l’incertitude associée aux taux de mortalité due aux rejets et les écarts entre les taux de diminution de trois indices de relevés importants. Il est suggéré que l’évaluation soit réexaminée dans environ cinq ans, et qu’entre-temps un suivi du stock soit effectué au moyen des indices de population fournis dans les rapports de synthèse des données sur les poissons de fond de la Colombie-Britannique.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".