Indices de biomasse des reproducteurs d'automne du hareng de l'Atlantique (Clupea harengus) de la division 4TVn de l'OPANO selon le relevé hydroacoustique sur les frayères
Bibliographic record
Abstract
Dans le sud du golfe du Saint-Laurent, le hareng de l’Atlantique est présent du nord de la Gaspésie à l’extrémité nord de l’île du Cap-Breton, territoire comprenant les îles de la Madeleine. Le hareng de l’Atlantique qui y fraie à l’automne est évalué à l’aide de modèles par région (nord, centre et sud). Depuis 2015, on effectue un relevé hydroacoustique chaque année dans six grandes frayères utilisées par les reproducteurs d’automne dans le sud du golfe du Saint-Laurent. Comme des échantillons manquaient, on a recouru à un modèle prédictif de la biomasse nocturne du hareng de l’Atlantique pour obtenir une grille complète de données d’où tirer des indices de biomasse exempts de biais. Les covariables incluses dans le modèle binomial négatif ont permis d’obtenir des données prédictives pour les valeurs manquantes dans les données observées. Les tendances de la biomasse du hareng de l’Atlantique selon ce relevé hydroacoustique correspondent bien aux tendances observées pour d’autres indices de population et estimations d’état des stocks selon le modèle de population. Dans la région du nord, la biomasse a accusé une très forte baisse jusqu’en 2021. Dans la région du centre, la décroissance a semblé plus lente et plus variable d’une année à l’autre. Enfin, dans la région du sud, la tendance à la baisse pourrait s’être inversée; en effet, en 2021, les niveaux de biomasse ont été aussi élevés qu’au début de la série chronologique. La qualité de l’échantillonnage et les biais possibles sont aussi discutés.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".