Résultats de la pêche comparative du NGCC Teleost et du NGCC Alfred Needler par rapport au NGCC John Cabot et au NGCC Capt Jacques Cartier dans la région de Terre-Neuve-et-Labrador en 2021 et 2022
Bibliographic record
Abstract
Depuis 1995, on effectue chaque printemps et chaque automne des relevés plurispécifiques au chalut de fond dans la région de Terre-Neuve-et-Labrador, à l’aide d’un chalut de relevé Campelen 1800 à bord du NGCC Teleost et du NGCC Alfred Needler. On utilise ces relevés pour estimer la répartition et l’abondance de nombreuses espèces de poissons et d’invertébrés, pour déterminer les caractéristiques du cycle biologique et pour constituer la base d’un certain nombre d’indicateurs écosystémiques. Le NGCC Alfred Needler et le NGCC Teleost ne seront plus utilisés pour ces relevés après 2022 et 2023, respectivement, et seront remplacés par le NGCC John Cabot et le NGCC Capt Jacques Cartier. On continuera d’utiliser le chalut de relevé Campelen 1800, avec quelques modifications. On mène une pêche comparative depuis 2021 dans le but de déterminer les différences de capturabilité relative entre les navires sortants et les nouveaux navires qui utilisent le chalut Campelen modifié. Les données recueillies étaient suffisantes pour estimer les facteurs de conversion pour la série d’automne du NGCC Teleost et pour une partie des taxons de la série d’automne du NGCC Alfred Needler. Les données n’ont pas suffi à déterminer les facteurs de conversion pour la série printanière du NGCC Alfred Needler, bien qu’un cas particulier ait été présenté pour la limande à queue jaune (Myzopsetta ferruginea) pour laquelle les données d’automne et de printemps ont été combinées pour déterminer une conversion, étant donné la répartition limitée de l’espèce au cours des deux saisons. Dans l’ensemble, pour la série chronologique d’automne du NGCC Teleost, les facteurs de conversion ont été acceptés pour 14 taxons, deux espèces ayant un effet significatif de la longueur, 18 taxons n’avaient pas de différence significative de capturabilité, et 9 taxons n’ont pas recueilli de données suffisantes pour déterminer avec précision une conversion. Pour les séries chronologiques d’automne du NGCC Alfred Needler, les facteurs de conversion ont été acceptés pour 15 taxons, y compris 6 taxons avec un effet significatif de la longueur, 17 taxons n’avaient aucune différence de capturabilité et 12 n’ont pas recueilli de données suffisantes pour déterminer avec précision une conversion. Les travaux de pêche comparatifs se poursuivront en 2023 pour combler les lacunes relevées dans les données de l’ensemble de données 2021-2022, y compris concernant les eaux profondes (> 1 000 m) et les eaux peu profondes (< 150 m).
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".