Do by‐catch reduction devices in longline fisheries reduce capture of sharks and rays? A global meta‐analysis
Notice bibliographique
Résumé
Abstract By‐catch in marine fisheries, particularly those using pelagic and demersal longlines, is a major driver of declines in abundance of sharks and rays around the world. A wide variety of by‐catch reduction devices ( BRD s), that is, modified gears designed to reduce incidental captures of a variety of marine species while maintaining target catch rates, have been proposed, but the extent to which BRD s actually reduce the risk of catching sharks and rays remains unclear. We performed a meta‐analysis of 27 publications that reported the capture of sharks and rays and, in some cases, of targeted teleosts in longline gear deployed with and without BRD s. The risk of shark and ray capture differed between types of BRD s, but only one BRD type, longlines raised off the bottom, reduced by‐catch significantly. Circle hooks did not reduce the risk of capturing sharks and rays but might improve discard survival and are inexpensive, which might make them effective in reducing the detrimental effects of longlining on these species. In addition to being generally ineffective, some devices, such as electropositive and magnetic repellents, are expensive and have inherent construction drawbacks that are likely to make them unsuitable for commercial use. Overall, most BRD s did not affect the likelihood of catching targeted teleosts, but a substantial number of studies did not adequately assess target catch. We identified two poorly studied classes of BRD gear (i.e. raised demersal longlines, and monofilament nylon leaders), which represent promising directions for future research.
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) | 0,003 | 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 ».