Étalonnage des navires de relevé au chalut de fond : réanalyse de l'expérience de pêche comparative menée entre le NGCC Alfred Needler et le NGCC Teleost sur le plateau néo-écossais et dans la baie de Fundy en 2005
Bibliographic record
Abstract
Les relevés au chalut de fond fournissent des données essentielles pour l’évaluation des stocks de poissons de fond et d’autres taxons, pour la surveillance des écosystèmes et l’établissement de rapports, ainsi que pour la recherche. Ils peuvent permettre de produire des indices annuels de l’abondance qui sont proportionnels à la taille du stock, à condition que la constante de proportionnalité, généralement appelée « capturabilité », ne change pas au fil du temps. Ce résultat est normalement obtenu en utilisant un plan et des procédures de relevé normalisés. Dans la région des Maritimes, Pêches et Océans Canada (MPO) a réalisé un relevé de l’écosystème au chalut de fond par navire de recherche sur le plateau néo-écossais et dans la baie de Fundy à l’aide du navire de la Garde côtière canadienne (NGCC) Alfred Needler de 1982 à 2023, mais le Ministère a dû recourir au NGCC Teleost en 2007, 2018, 2022 et 2023 en raison des réparations effectuées sur le NGCC Alfred Needler. Les deux navires suivaient le même protocole, mais certaines de leurs caractéristiques étaient différentes. Afin de tester les différences potentielles entre les capturabilités des navires pour un grand nombre de taxons d’intérêt, une expérience de pêche comparative a été menée à l’été 2005 entre les deux navires. Les données ont été analysées en 2009, mais les chercheurs et les évaluateurs de la région les ont finalement jugées non fiables pour la plupart des espèces. Après le remplacement du navire par les nouveaux NGCC Captain Jacques Cartier et NGCC John Cabot, une deuxième expérience de pêche comparative a été menée entre le NGCC Teleost et les nouveaux navires. On souhaitait de plus en plus examiner les deux expériences et réanalyser la première, afin de pouvoir maintenir et intégrer uniformément les séries chronologiques de données sur les prises des relevés réalisés au cours des quatre dernières décennies à l’aide de quatre navires différents. Dans ce document, nous décrivons brièvement l’expérience de 2005 et les données ainsi obtenues, suivies des analyses détaillées de 60 taxons de poissons et d’invertébrés échantillonnés régulièrement pendant le relevé pour lesquels l’expérience avait produit suffisamment de données. Des recommandations pour l’étalonnage des nombres de prises par les navires reposant sur les résultats des analyses ont été fournies pour ces taxons : huit taxons avaient des facteurs de conversion dépendants de la longueur à l’aide d’une analyse sans regroupement par longueur, cinq taxons avaient des facteurs de conversion indépendants de la longueur à l’aide d’une analyse sans regroupement par longueur, quatre taxons avaient des facteurs de conversion indépendants de la longueur à l’aide d’une analyse avec regroupement par longueur, et l’étalonnage de 36 taxons n’a pas été jugé nécessaire. Les résultats ont également produit les résultats de l’analyse avec regroupement par longueur des poids des prises pour compléter l’analyse avec regroupement par longueur des nombres de prises pour 19 taxons
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 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 | 0.000 |
| 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".