Managing fisheries well: delivering the promises of an ecosystem approach
Notice bibliographique
Résumé
Abstract The four general components of an ecosystem approach to fisheries (EAF) are reviewed. In taking account of environment forcing in stock dynamics, arguments are presented that effects of environmental forcing on growth, maturation and natural mortality are often more important to management than effects on recruitment. In holding fisheries accountable for the ecosystem effects of fishing, it is argued that direct effects of fishing are generally known and can be managed. However, interactions among fisheries and between fisheries and other sectors pose difficult challenges to equitable decisions in managing these impacts, and many traditional incentives function differently in EAF than in target‐stock management. Achieving inclusiveness in decision‐making and stewardship is also made more complex in EAF, because of the much larger number of interests with a legitimate role in decision‐making. As a result, integrated management (IM) becomes a necessary component of EAF, although EAF and IM are not interchangeable concepts. The treatment of all four components of an EAF considers the need for a balanced and stable outcome on all three dimensions of sustainability – ecological, economic and social. It also highlights that different participant groups in governance display different risk tolerances for misses (not taking conservation action when needed) and false alarms (restraining access to social or economic benefits when little ecological benefit results). These differences in tolerances for different kinds of management errors often complicate decision‐making an EAF setting and raise transaction costs greatly.
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 | 0,011 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».