Reserve site selection for data‐poor invertebrate fisheries using patch scale and dispersal dynamics: a case study of sea cucumber<i>(Cucumaria frondosa)</i>
Notice bibliographique
Résumé
ABSTRACT Globally, management decisions for recently established invertebrate fisheries are based on limited information. The negative consequences are being realized as now at least one‐third of invertebrate fisheries are over‐exploited, collapsed or closed. Management of a fishery should be based on abundance and productivity data. This information is often unavailable but in some jurisdictions, spatial distributions are known. A methodology for designating a network of reserves for sedentary invertebrates, using sea cucumber (Cucumaria frondosa) on the Scotian Shelf, Canada is proposed, as a case study. It is assumed that there is a positive relationship between spawner density and per capita population growth rate in sedentary broadcast spawners and that fertilization success declines rapidly at low densities. Protection of high‐density habitat would safeguard critical spawner density, especially when the critical density is unknown. Using spatial distribution, a method to identify size and location of reserves designed to protect high‐density habitat was developed. First, geographically distinct regional‐scale clusters are identified. Within clusters, the characteristic patch scale was determined through spatial autocorrelation analysis. The size of reserves can be set as 50% of each high‐density patch based on an appropriate risk‐averse approach. The allocation of reserve size and location is not dependent on results of a numerical circulation model. However, the analysis was refined by using one to predict larval drift patterns, and connectivity among patches. Reserve boxes were then designated to safeguard from 30 to 65% of each high‐density patch. Marine reserves do not work if inappropriately sited. In the absence of any other information, it is argued that siting reserves on high‐density areas is an essential and appropriate approach to data‐poor invertebrate fisheries management. A high percentage of each high‐density patch could serve as risk‐averse ‘spatial management’ reference points, and could be modified once replenishment rates are known. Copyright © Her Majesty the Queen in Right of Canada 2013
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Simulation ou modélisation | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | medium |
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».