Comparaison des méthodes de piégeage du crabe vert
Bibliographic record
Abstract
Le crabe vert (Carcinus maenas) est une espèce aquatique envahissante (EAE) vorace qui constitue une grave menace pour les écosystèmes marins et estuariens des côtes du Pacifique et de l’Atlantique du Canada. Pêches et Océans Canada (MPO), en partenariat avec les intervenants et les groupes autochtones, a développé des connaissances importantes du crabe vert et de son piégeage. Le piégeage a été utilisé pour la détection précoce, la surveillance, la recherche et le prélèvement physique aux fins de contrôle. Un examen des études examinées par les pairs et des projets non publiés sur le piégeage du crabe vert a été effectué afin d’examiner les différents types de pièges et leur utilisation au Canada et dans d’autres endroits où le crabe vert est piégé. Plusieurs facteurs sont essentiels pour choisir un type de piège approprié en fonction des objectifs de piégeage. Les applications des différents types de pièges, y compris les caractéristiques importantes et la logistique de déploiement, sont présentées dans un tableau récapitulatif. Le piégeage est une méthode efficace de détection précoce et de suivi des changements relatifs à l’abondance du crabe vert, à la dynamique des populations et aux espèces indigènes. Le piégeage aux fins de réponse rapide et de contrôle peut réduire efficacement le nombre de crabes verts et modifier la dynamique des populations. Les résultats pourraient inclure la réduction de la taille corporelle moyenne du crabe vert et le rétablissement des espèces indigènes et de l’habitat touchés, mais il se pourrait que les efforts de piégeage doivent être maintenus. Les lacunes dans les connaissances et les défis déterminés comprennent un manque d’information sur la capture du crabe vert juvénile au Canada et la détermination de seuils ou de nombres efficaces aux fins de contrôle afin de prévenir l’incidence sur l’environnement et la pêche.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".