The role of environmental conditions and exploitation in determining dynamics of redfish (<i>Sebastes</i> species) in the Northwest Atlantic
Notice bibliographique
Résumé
Abstract The six stocks of redfish ( Sebastes spp.) in the Northwest Atlantic have been fished for the past 60 years, during which time they have also experienced considerable variability in environmental conditions. Despite their close proximity and with life‐history features characteristic of many deep‐sea fishes (long‐lived, slow‐growing, late‐maturing, relatively low fecundity), each redfish stock has displayed quite different dynamics. Some have been able to support apparently sustainable fisheries, whereas others have been forced to close. The causes of such differences are unclear. We used dynamic factor analysis to determine the relative impacts of exploitation (days fishing for redfish, days fishing for shrimp, days fished by all fisheries, catch in the redfish fishery, total redfish catch) and environment (North Atlantic Oscillation, surface temperature, salinity, shallow, middle, and deep bottom temperatures) on trends of abundance in each stock over the years 1960–2004. The results showed that a mix of exploitation and environmental variability, with various and different lag times, accounted for observed trends. The Gulf of St. Lawrence stock was affected most by exploitation. Flemish Cap and northern Newfoundland‐Labrador stocks were mostly affected by environmental factors with longer time lags than more southerly stocks. We conclude that management of redfish must take into account individual responses to exploitation and environment over the time periods during which such factors operate, often decades or more, as opposed to the usual practice of reviewing only dynamics of the past few years. Deep‐sea populations cannot be managed on the same scales as shelf fisheries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».