Élaboration d’un cadre de surveillance pour l’établissement éventuel d’une pêche commerciale du buccin dans la région des Maritimes (4VS, 4W)
Bibliographic record
Abstract
La pêche du buccin a une longue histoire dans l’ensemble de l’aire de répartition de l’espèce. Dans la région des Maritimes de Pêches et Océans Canada (MPO), une pêche exploratoire hauturière du buccin a commencé dans les divisions 4W et 4Vs de l’Organisation des pêches de l’Atlantique Nord (OPANO) en 2012. À ce jour, les titulaires de permis ont trouvé plusieurs zones qui ont donné lieu à des débarquements élevés de buccins. Dans la division 4Vs, les débarquements ont été importants et ont connu une croissance continue à mesure que des superficies plus grandes sont explorées et que le total admissible des captures (TAC) augmente. Les débarquements ont atteint jusqu’à 665 tonnes en 2018, avec des captures par unité d’effort (CPUE) moyennes de 2009 à 2019 de 14,9 kg par piège. Dans la division 4W, une zone produisant des débarquements élevés de buccins, des débarquements allant jusqu’à 211 tonnes ont été enregistrés récemment. Les CPUE dans cette division sont inférieures à celles de la division 4Vs, avec des CPUE moyennes de 2012 à 2019 de 3,5 kg par piège. La Gestion des pêches a demandé l’avis du Secteur des sciences du MPO afin d’évaluer les paramètres actuels recueillis par les titulaires de permis et d’établir des domaines prioritaires de recherche et d’analyse qui permettront d’élaborer un cadre d’évaluation des stocks de buccins extracôtiers. L’élaboration d’une évaluation de l’état des stocks est toutefois entravée par le peu de renseignements disponibles sur l’abondance naturelle des buccins dans les zones de pêche et sur l’étendue spatiale et la variation des populations de buccins. À l’heure actuelle, aucun relevé indépendant n’échantillonne correctement les buccins. Les renseignements sur ces stocks sont uniquement fondés sur les données recueillies par les titulaires de permis de pêche exploratoire, qui recueillent actuellement une foule de données biologiques utiles. Les paramètres comme l’âge et la taille à maturité pourraient être affinés en modifiant les méthodes utilisées et en définissant le moment des cycles de reproduction. Mais surtout, il faut déterminer la structure de la population. Cette espèce présente un faible potentiel de dispersion en raison de son développement direct dans des capsules d’œufs benthiques et des mouvements limités des adultes. Il en résulte une adaptation locale et des différences génétiques potentielles à petites échelles spatiales. Les buccins sont vulnérables à l’épuisement local en raison de ces facteurs, et leur gestion devrait être appliquée aux unités de gestion biologiquement pertinentes, comme les sous-populations. La gestion peut être éclairée par bon nombre des paramètres recueillis à l’heure actuelle par l’industrie, et la détermination de la structure de la population s’est vue accorder la priorité dans les plans de recherche des titulaires de permis. D’autres travaux visant à déterminer l’étendue spatiale des diverses sous populations devraient être priorisés afin d’établir ces unités de gestion et de déterminer les stratégies de gestion appropriées (comme la taille réglementaire minimale [TRM] éclairée par les caractéristiques du cycle biologique des sous-populations respectives).
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".