MétaCan
Menu
Retour à la cohorte
Enregistrement W1986181277 · doi:10.1093/icesjms/fsm011

When control rules collide: a comparison of fisheries management reference points and IUCN criteria for assessing risk of extinction

2007· article· en· W1986181277 sur OpenAlexaff
Jake Rice, Èmilie Legacè

Notice bibliographique

RevueICES Journal of Marine Science · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésIUCN Red ListFisheries managementExtinction (optical mineralogy)FisheryGeographyEnvironmental resource managementEcologyBiologyEnvironmental scienceFishing

Résumé

récupéré en direct d'OpenAlex

Abstract Rice, J. C., and Legacè, È. 2007. When control rules collide: a comparison of fisheries management reference points and IUCN criteria for assessing risk of extinction. – ICES Journal of Marine Science, 64: 718–722. The quantitative criteria used by the International Union for the Conservation of Nature (IUCN) to assess risk-of-extinction are compared with reference points used by ICES and other fisheries organizations for advising on fisheries management. Criteria based on numbers of individuals and geographic range appear to be in harmony with limit reference points and control rules used in fisheries management, with reference points indicating that fisheries should be closed well before there is any risk of extinction. However, there is huge potential for conflict between fisheries and risk-of-extinction approaches when considering the extent of population declines. Of 89 species examined, the decline criterion suggested a serious risk-of-extinction in 87%, whereas most of the stocks were still within a zone that allowed fisheries management reference points to indicate that exploitation could continue. Much of the conflict seems rooted in different types of tolerance to risk between the two disciplines. The conservation-biology community acknowledges a high tolerance for “false alarms”, to keep the probability of a “miss” very low, whereas tolerance in fisheries management is comparable for both types of error.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,174
score de la tête « metaresearch » (Gemma)0,409
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,918

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1740,409
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0200,012
Études des sciences et des technologies0,0020,003
Communication savante0,0070,006
Science ouverte0,0060,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,337
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations38
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207