Écosystèmes marins vulnérables dans la zone de la Convention de la CPPN
Bibliographic record
Abstract
Le Comité scientifique de la Commission des pêches du Pacifique Nord (CPPN) est tenu d’élaborer un processus pour recenser les écosystèmes marins vulnérables (EMV) et les zones où se trouvent probablement des EMV. La CPPN a récemment adopté i) une méthodologie de recensement des EMV fondée sur des données visuelles et ii) un cadre qui précise que les modèles prédictifs sont un moyen de recenser les EMV potentiels (c.-à-d. les zones où la probabilité de présence d’un EMV est supérieure à un seuil défini). Pour recenser les EMV observés sur le mont sous-marin Cobb entre 400 et 1 200 m de profondeur, on a recouru à une méthodologie de seuil reposant sur le critère de la complexité structurelle de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO). Un seuil de densité des taxons indicateurs des EMV a été estimé à partir des données visuelles du mont sous-marin Cobb. Le Canada a ainsi recensé cinq zones d’EMV sur le mont sous-marin Cobb, d’une superficie combinée de 508 m2 (5 % de la zone étudiée). L’emplacement des EMV potentiels sur toute la chaîne de monts sous-marins Cobb Eickelberg, à une profondeur comprise entre 400 et 1 200 m, a été prédit à l’aide de la modélisation spatiale de la densité des taxons indicateurs des EMV avec certains paramètres environnementaux. On a prédit la présence d’EMV potentiels sur sept monts sous-marins et une dorsale de la chaîne de monts sous-marins Cobb-Eickelberg. La superficie totale des EMV potentiels recensés est de 99 km2 (représentant 10 % de la superficie modélisée), le mont sous-marin Cobb affichant la plus grande superficie totale (27,5 km2). Plusieurs sources d’incertitude ont été relevées : les données accessibles limitées; la représentativité du mont sous-marin Cobb et l’extrapolation à des monts sous-marins avoisinants qui peuvent avoir des caractéristiques environnementales différentes; les zones restantes à l’extérieur de la tranche de profondeurs qui n’ont pas été évaluées; l’impact des dommages préexistants causés par la pêche sur la modélisation et les résultats; l’exclusion de taxons indicateurs potentiels des EMV; la limitation de l’évaluation à un seul des cinq critères des EMV de la FAO; la sélection et la résolution des variables environnementales modélisées. Une conséquence importante de ces sources d’incertitude est que les EMV et les EMV potentiels recensés devraient être un sous-ensemble de l’étendue totale des EMV sur cette chaîne de monts sous-marins, étant donné que les EMV et les EMV potentiels à l’extérieur de la tranche de profondeurs de 400 à 1 200 m n’ont pas encore été évalués. Les recherches futures visant à faire progresser le recensement des EMV par le Canada dans la zone de la Convention de la CPPN pourraient comprendre ce qui suit : des relevés visuels supplémentaires conçus pour le recensement des EMV; une analyse plus poussée du seuil et de la méthodologie de densité des taxons indicateurs des EMV; l’étude d’autres approches de recensement des EMV et des EMV potentiels selon les quatre autres critères de la FAO; la vérification sur le terrain de modèles prédictifs de l’emplacement des EMV potentiels sur la chaîne de monts sous-marins Cobb-Eickelberg.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".