Cadre de conditionnement des modèles opérationnels pour la composante de reproducteurs du sud-ouest de la Nouvelle-Écosse et de la baie de Fundy du hareng des divisions 4VWX
Bibliographic record
Abstract
Ce document décrit et démontre une méthode de conditionnement des modèles opérationnels en vue de son utilisation dans l’évaluation de la stratégie de gestion de la composante de reproducteurs du sud-ouest de la Nouvelle-Écosse et de la baie de Fundy du hareng de l’Atlantique des divisions 4VWX de l’OPANO. Il 1) donne une description détaillée de la structure du modèle opérationnel et des méthodes d’estimation; 2) décrit un modèle opérationnel du scénario de référence; 3) examine la sensibilité du conditionnement aux incertitudes centrales relevées pour le hareng de l’Atlantique; 4) évalue l’incidence de ces sensibilités afin de déterminer une grille de l’ensemble de référence des modèles opérationnels couvrant le taux de mortalité naturelle, la croissance, la résilience et les niveaux de prise historiques; 5) détermine les modèles opérationnels de l’ensemble de référence ayant les conséquences les plus contrastantes pour la projection de l’évaluation de la stratégie de gestion à utiliser dans les modèles opérationnels de robustesse; 6) définit les sources d’incertitude restantes et précise les modèles opérationnels de robustesse qui en tiennent compte; 7) renvoie aux documents à l’appui qui permettent de reproduire tous les résultats. L’ensemble de référence des modèles opérationnels couvrait différents états actuels du stock, l’ampleur du stock actuel et le taux d’exploitation durable. De plus, on a précisé 25 modèles opérationnels de robustesse qui englobaient huit autres sources d’incertitude dans la dynamique de la pêche du hareng et qui peuvent être utilisés pour différencier davantage les procédures de gestion possibles.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| 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) | 0.004 | 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".