Résultats de la pêche comparative du navire de la Garde côtière canadienne (NGCC) Teleost par rapport au NGCC John Cabot dans la région de Terre-Neuve-et-Labrador au printemps 2023
Bibliographic record
Abstract
Une pêche comparative est en cours depuis 2021 dans la région de Terre-Neuve-et-Labrador, et celle-ci a recours à de nouveaux navires pour les relevés plurispécifiques annuels, soit le navire de la Garde côtière canadienne (NGCC) John Cabot et le NGCC Capt. Jacques Cartier. Ce programme a pour but de déterminer les différences de capturabilité relative entre les navires sortants qui utilisent le chalut Campelen standard et les nouveaux navires qui utilisent le chalut Campelen modifié. L’analyse de ce programme a été prise en compte dans deux réunions régionales d’examen par les pairs du SCAS. Le présent document présente des analyses pour le NGCC Teleost exploité au printemps en fonction de traits de chaluts jumelés effectués en 2023. Le NGCC Teleost n’est pas un navire principal aux fins de la réalisation de relevés dans cette région au printemps, mais on l’a été utilisé pour compléter ou remplacer le NGCC Wilfred Templeman et le NGCC Alfred Needler dans le cadre de la série de relevés au chalut Campelen. Les données comparatives sur la pêche étaient suffisantes pour estimer les conversions pour 12 taxons et pour déterminer qu’aucune conversion n’est nécessaire pour 34 taxons de la série chronologique du printemps du NGCC Teleost. En outre, on a constaté que les données de trois taxons étaient insuffisantes pour que l’on puisse estimer un facteur de conversion. En raison de la faible couverture d’échantillonnage dans la sous-division 3Ps, on a jugé que les données étaient représentatives uniquement pour les divisions 3LNO de l’Organisation des pêches de l’Atlantique Nord-Ouest (OPANO), à quelques exceptions près.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| 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) | 0.010 | 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".