Ecosystems at Risk: The Contribution of Ecosystem Approaches to Fisheries to Identify Problems and Evaluate Potential Solutions
Notice bibliographique
Résumé
The wide expanse of the sea, the inter-linkages among, and the productivity of its resources have until recently led most researchers to consider it unrealistic that humans could have more than local impact on marine ecosystems and their biodiversity. This perception is changing, however, as more evidence of the scale of impact becomes available. An enabling factor for this has been a change in focus from local-level studies to increased emphasis on meta-analysis of global or regional-level analysis of fisheries impact. Results include that the world’s total fish catches are no longer increasing, but rather have been decreasing over the last decade or more; that larger, predatory fishes (table fish) are becoming increasingly scarcer; and that we are appropriating the ocean shelves’ primary productivity to the same level as we are for terrestrial ecosystems. Ecosystems are being eroded in countries throughout the world, and though one might get the impression from the IUCN Red List that it is mainly a developed-country problem, it is alarming that the impact of severe overfishing may be at an even larger scale for developing countries. We describe aspects of the risks overfishing poses to marine ecosystems, and point out how ecosystem approaches to fisheries can be used to evaluate the potential impact of alternative fishing policy scenarios.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,013 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,010 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».