MétaCan
Menu
Retour à la cohorte
Enregistrement W1502049575 · doi:10.1111/j.1467-2979.2012.00464.x

When reproductive value exceeds economic value: an example from the Newfoundland cod fishery

2012· article· en· W1502049575 sur OpenAlexafffundabout
Cailin Xu, David C. Schneider, Cassandra Rideout

Notice bibliographique

RevueFish and Fisheries · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEli Lilly and Company
Mots-clésGadusFisheryReproductive valueFishingValue (mathematics)PopulationSustainabilityFish stockStock (firearms)Liberian dollarEconomicsNatural resource economicsGeographyEcologyBiologyFish <Actinopterygii>DemographyMathematicsFinance

Résumé

récupéré en direct d'OpenAlex

Abstract The Northern Cod ( Gadus morhua ) fishery supported the removal of approximately 200 000 tonnes per year for centuries until collapse in the late 1980s and closure in 1992. Long recovery times, on the order of a decade or more, are now known to be regular concomitant of steep population declines in fish populations. We investigated reproductive value as an alternative to economic value in assessing fisheries sustainability. Our analysis showed that in cod, price‐driven heavy fishing (i.e. fishing mortality positively related to body mass and its dollar value) dramatically impaired reproductive capacity by sacrificing future egg production of large fish. Management based upon current value (either in terms of biomass or equivalently dollar value) substantially underestimates the value of large individuals to the stock; this drove the Northern Cod stock towards collapse by failing to protect individuals with high future value. Our results provide a general explanation for the erosion, collapse and prolonged recovery of a long‐lived species where reproductive value increases rapidly with increasing size. Failure to compute and communicate future value relative to current dollar value to resource harvesters leads to unrealistic perceptions of sustainable resource use.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,234
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine and fisheries researchTravaux en français237 207