Réponse des Sciences : Mise à jour des indicateurs de l’état du stock de capelan de l’estuaire et du golfe du Saint-Laurent en 2022
Bibliographic record
Abstract
La Direction de la gestion des pêches et de l’aquaculture a sollicité un avis scientifique sur l’état des stocks de hareng de la Côte-Nord du Québec (division 4S de l’OPANO) pour les saisons de pêche 2023 et 2024. L’évaluation de ces stocks, prévue initialement en mars 2023, a toutefois été annulée afin de permettre la révision du cadre d’évaluation des stocks de hareng du nord du golfe du Saint-Laurent (divisions 4R et 4S) en avril 2023. Cette réunion a permis de revoir la définition de l’unité d’évaluation (inclusion de 4Sw avec 4R) et réviser les données disponibles pour l’établissement d’un nouveau modèle d’évaluation. Afin de déterminer si des changements sont survenus dans l’état de la ressource qui nécessiteraient des ajustements au plan de gestion pour les saisons de pêche 2023 et 2024, une mise à jour des principaux indicateurs de l’état des deux stocks reproducteurs de hareng de la division 4S a été faite en 2022. La prochaine évaluation complète est prévue pour mars 2025. La présente réponse des Sciences découle de l’examen par les pairs régional du 27 février 2023 sur la mise à jour des indicateurs de l’état des stocks de hareng de la Côte-Nord du Québec (division 4S) en 2022.
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 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| 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) | 0.004 | 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".