Examen du cadre d'évaluation de la morue franche dans les divisions 3Pn4RS de l'OPANO : modélisation des populations et éléments pertinents pour le renouvellement de l'approche de précaution et du plan de rétablissement
Bibliographic record
Abstract
En 2021-2022, dans la région du Québec, Pêches et Océans Canada a réalisé un examen du cadre d’évaluation du stock de morue franche (Gadus morhua) des divisions 3Pn4RS de l’Organisation des pêches de l’Atlantique Nord (OPANO), dans le nord du golfe du Saint-Laurent. Un examen des données d’entrée de l’évaluation, notamment des renseignements sur les prises déclarées et non déclarées, des renseignements sur le marquage et des résultats de la surveillance indépendante de la pêche, a eu lieu au printemps 2021. Le présent document appuie la deuxième partie de l’examen du cadre, qui a été effectuée en mai 2022. Les participants à cette réunion ont examiné d’autres données d’entrée du modèle d’évaluation et les considérations relatives à la modélisation et se sont surtout intéressés à un nouveau modèle proposé pour l’évaluation du stock de morue des divisions 3Pn4RS. Le document de recherche actuel présente les détails de ce nouveau modèle et de ses résultats, ainsi que les résultats pour les formulations de modèles de rechange, certains tests de simulation limités et des évaluations de sensibilité pour les hypothèses clés du modèle. Nous présentons également une méthodologie pour les projections modélisées et discutons des principales incertitudes liées aux projections de l’état futur du stock, particulièrement aux projections à plus long terme requises dans le cadre de la planification du rétablissement. Enfin, nous examinons l’information disponible à l’époque afin de définir des points de référence révisés pour la gestion du stock et de faciliter l’élaboration d’un nouveau plan de rétablissement du stock.
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 | 0.003 | 0.006 |
| 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 | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".