Les indices d'abondance de l'albacore (Thunnus albacares) dans l'océan Atlantique ont été calculés à partir de la série de CPUE des senneurs européens (2010-2022) pour les opérations de pêche effectuées sous des objets flottants. Nous avons utilisé trois approches de modélisation pour la standardisation des CPUE : un modèle linéaire mixte généralisé (GLMM), un modèle additif généralisé (GAMst) et un modèle spatio-temporel (ST). En outre, une méthode de type « haie», séparant la probabilité d'une opération positive de la prise (kg) par opération dans différents modèles, a été appliquée. Ces trois séries de CPUE ont été comparées à la CPUE nominale. Pour tenir compte de la progression de l'effort, plusieurs variables potentielles ont été testées afin de les inclure en tant que variables explicatives. Nous n'avons pas observé de tendance temporelle, mais une grande variabilité temporelle de la CPUE standardisée par tous les modèles. De plus, tous les modèles ont prédit des séries de CPUE standardisées similaires

Abundance indices for yellowfin tuna (Thunnus albacares) in the Atlantic Ocean were derived from the European purse seine CPUE series (2010-2022) for fishing operations made on floating objects. We used three modelling approaches for CPUE standardization: generalized linear mixed model (GLMM), generalized additive model (GAMst), and a spatiotemporal model (ST). Moreover, we implemented a hurdle method, which separates the probability of a positive set, and the catch (kg) per set in different models. These three CPUE series were compared to the nominal CPUE. To account for effort creep, several candidate variables were tested to be included as explanatory variables. We did not observe a temporal trend, but a high temporal variability in the standardized CPUE by all models. Also, all models predicted similar standardized CPUE series.

Los índices de abundancia del rabil (Thunnus albacares) en el océano Atlántico se obtuvieron a partir de las series de CPUE de cerco europeo (2010-2022) para las operaciones de pesca realizadas sobre objetos flotantes. Utilizamos tres enfoques de modelación para la estandarización de la CPUE: modelo mixto lineal generalizado (GLMM), modelo aditivo generalizado (GAMst) y un modelo espaciotemporal (ST). Además, implementamos un método "hurdle", que separa la probabilidad de un lance positivo y la captura (kg) por lance en diferentes modelos. Estas tres series de CPUE se compararon con la CPUE nominal. Para tener en cuenta el incremento del esfuerzo, se probaron varias variables candidatas para ser incluidas como variables explicativas. No observamos una tendencia temporal, pero sí una gran variabilidad temporal en la CPUE estandarizada por todos los modelos. Además, todos los modelos predijeron series de CPUE estandarizadas similares.