Réponse des Sciences : Mise à jour de 2024 sur le bocaccio
Bibliographic record
Abstract
Une évaluation du bocaccio (Sebastes paucispinis) a été réalisée en 2019 (Starr et Haigh 2022), puis mise à jour en 2021 (MPO 2022) au moyen de la plateforme du modèle d’évaluation des stocks fondée sur les prises selon l’âge appelée Awatea. Cette évaluation reposait sur six séries de relevés au chalut indépendants de la pêche (réalisés de 1967 à 2019), une série de données normalisées sur la capture par unité d’effort (CPUE) provenant des pêches commerciales au chalut de fond (1996-2012)1, des estimations annuelles des prises de deux pêches commerciales, et des données sur la composition par âge provenant d’une combinaison des pêches commerciales au chalut et de six relevés (deux historiques et quatre synoptiques). Le modèle de la côte extérieure de la Colombie-Britannique est parti d’un état d’équilibre à un taux d’exploitation nul présumé en 1935. On a effectué trois simulations de référence comprenant les données d’individus des deux sexes dans un cadre bayésien (méthode de Monte-Carlo par chaîne de Markov [MCCM]) selon des scénarios qui fixaient la mortalité naturelle (M) à trois niveaux différents (0,07, 0,08 et 0,09) avec l’âge maximal des individus (A) établi à 50 ans. Cette méthode a permis d’estimer le taux de variation de la courbe de la relation stock-recrutement (h), la capturabilité (q) pour les relevés et les CPUE, ainsi que la sélectivité (µ) dans quatre relevés synoptiques et la pêche commerciale au chalut. Ces trois passes ont été combinées en un scénario de référence composite qui a exploré le principal axe d’incertitude dans l’évaluation du stock : la mortalité naturelle. Les trois valeurs de M sélectionnées couvraient une plage plausible convenue pour ce paramètre. Un sommaire de l’évaluation des stocks de 2019 se trouve dans l’avis scientifique 2020/025 et dans le compte rendu 2021/014. Les descriptions des évaluations antérieures des stocks de bocaccio (y compris les examens par le Comité sur la situation des espèces en péril au Canada) se trouvent dans le document de recherche 2022/001. La mise à jour de l’état des stocks en 2021 se trouve dans la réponse des Sciences 2022/001. L’évaluation des stocks de 2019 a fait état d’un déclin presque continu du stock de bocaccio à l’échelle de la côte depuis le début de la reconstitution de la population en 1935, déclin interrompu seulement de 1970 à 1986 grâce à quelques épisodes de recrutement modérés en 1969, 1976 et 1978. Le déclin a repris en 1987 et s’est poursuivi jusqu’à ce qu’un épisode de recrutement extrêmement important se produise en 2016, estimé par le modèle de 2019 à 44 fois la moyenne à long terme du recrutement (quantiles de 5 % et 95 % : 30 fois, 58 fois). La mise à jour de 2021 a révisé cet épisode de recrutement et l’a jugé encore plus important que l’estimation de 2019, avec une médiane de 60 fois la moyenne à long terme (quantiles de 5 % et de 95 % : 49 fois, 68 fois). L’évaluation des stocks de 2019 prévoyait que le stock se rétablirait (c’est-à-dire qu’il se situerait au-dessus du point de référence limite, PRL = 0,4BRMD, avec une probabilité d’au moins 95 %) avant le début de 2022. Cette prévision pour 2022 a été confirmée par la mise à jour de 2021, qui prévoyait également que le stock demeurerait dans la zone saine (c’est-à-dire qu’il se situerait au-dessus du point de référence supérieur du stock, PRS = 0,8BRMD, avec une probabilité d’au moins 50 %) pendant les 10 prochaines années. Bien que la mise à jour de 2021 ait corroboré l’optimisme de l’évaluation des stocks de 2019, le groupe de travail technique a demandé en 2021 qu’une autre mise à jour soit effectuée deux ans plus tard afin de vérifier de nouveau la robustesse du rétablissement. Au cours de cette période, quatre valeurs supplémentaires des indices des relevés synoptiques sont devenues disponibles, ainsi que de nouvelles données sur l’âge. Toutefois, les données sur la fréquence des longueurs (FL) sont demeurées les principales données empiriques sur les progrès de l’importante cohorte de 2016. Une deuxième cohorte, née en 2020, a également été identifiée dans les données sur la fréquence des longueurs de 2021, et des preuves de son existence ont été relevées. La présente réponse des Sciences découle de l’examen régional par les pairs du 28 mars 2024 sur la Mise à jour effectuée en 2024 de l’évaluation du stock de bocaccio (Sebastes paucispinis) de la Colombie-Britannique en 2019. 1La série a été tronquée à l’année 2012 sur avis du groupe de travail technique sur le bocaccio, qui a estimé que le comportement d’évitement de la flotte biaiserait les indices après que les totaux autorisés des captures aient été considérablement réduits en 2013 en réaction à la désignation du bocaccio comme espèce en voie de disparition par le COSEPAC.
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 | 0.011 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".