Using distribution patterns of small fishes to assess small fish by‐catch in tropical shrimp trawl fisheries
Notice bibliographique
Résumé
Abstract Ecologically sound fisheries management and improving future food security require that small fish by‐catch in tropical shrimp trawl fisheries is maintained at, or reduced to, sustainable levels; restricting trawling in particular places, or at particular times, has been suggested as a means for achieving this goal. The purpose of our research was to compare patterns in occurrence, density and body size across depth, latitude and time for four small fish taxa caught as by‐catch in the southern G ulf of C alifornia shrimp trawl fishery: D iplectrum spp., P rionotus stephanophrys , P seudupeneus grandisquamis and S tellifer illecebrosus . We then used these results to explore the potential for trawler impacts on these taxa, and the possible placement and timing of fishing restrictions to mitigate potential impacts. Our results confirmed, however, the difficulties of regulating such fisheries for multiple by‐catch species, in that their distribution patterns varied in a way that precludes a ‘one size fits all’ solution. The four taxa analysed – only four of the hundreds obtained as by‐catch in this fishery – exhibited distribution patterns at odds with one another. Observed intra‐ and inter‐taxon variations in the relative importance of different spatial and temporal variables in determining occurrence, density and size argues that several permanent trawl closures covering a range of depths and latitudes, and not temporal ones, might be required to mitigate potential trawl impacts on these fishes. Our results also suggested a higher potential for impact on S . illecebrosus than the other taxa: occurrence and density of the former declined, whereas occurrence or density of the others increased across the study area as the fishing season progressed.
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 | 0,000 |
| 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) | 0,003 | 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 ».