Revue du cadre d'évaluation de la morue franche de la division 3Pn4RS de l'OPANO : traitement des captures et des poids individuels, et autres considérations relatives au modèle d'évaluation
Bibliographic record
Abstract
Pêches et Océans Canada, dans la région du Québec, a entrepris en 2021 un examen du cadre d’évaluation du stock de morue franche (Gadus morhua) de la division 3Pn4RS de l’Organisation des pêches de l’Atlantique Nord-Ouest (OPANO) dans le nord du golfe du Saint-Laurent (nGSL, sous-divisions 3Pn et 4RS de l’OPANO). L’examen s’est déroulé en deux parties. La première partie, qui s’est déroulée au printemps 2021, a permis d’examiner les principaux intrants de l’évaluation du stock. La deuxième partie, qui s’est déroulée en mai 2022, a permis d’examiner les modèles analytiques proposés pour le stock de morues du nGSL et les données supplémentaires de ces modèles. Ce document présente certaines données du modèle qui n’ont pas été revues en 2021, ainsi que les résultats d’analyses qui ont motivé certaines considérations importantes incorporées dans le modèle d’évaluation. Tout d’abord, nous examinons les modifications apportées aux séries de prises selon l’âge des pêches et les propositions relatives à la définition et à l’utilisation des limites de prises utilisées dans la modélisation des prises censurées incorporées dans le modèle d’évaluation révisé. Deuxièmement, nous examinons et révisons les valeurs annuelles des poids à l’âge du stock en début d’année, également utilisés dans le modèle d’évaluation. Troisièmement, nous examinons les approches qui ont été incorporées dans le modèle d’évaluation afin de tenir compte des changements dans la couverture des relevés qui se sont produits dans le passé dans deux relevés indépendants de la pêche. Quatrièmement, nous présentons des preuves démontrant que les facteurs d’étalonnage particuliers utilisés pour tenir compte d’un changement de navire et d’engin dans la série de relevés par navire de recherche peuvent être inadéquats pour les jeunes morues. Cette preuve a motivé l’estimation explicite de la capturabilité relative dans le modèle d’évaluation pour ces âges. Cinquièmement, nous présentons des preuves de tendances quelque peu différentes affichées par des groupes d’indices d’abondance inclus dans le modèle d’évaluation, et nous discutons brièvement des causes possibles et de la manière dont ces différences pourraient être prises en compte dans le modèle d’évaluation. Enfin, nous discutons brièvement des résultats de recherche publiés qui n’avaient pas encore été intégrés dans l’évaluation, mais qui apportent un soutien utile à la modélisation.
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 | 0.006 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".