MétaCan
Menu
Retour à la cohorte
Enregistrement W1994978909 · doi:10.1126/science.1230441

Resilience and Recovery of Overexploited Marine Populations

2013· article· en· W1994978909 sur OpenAlexaff
Philipp Neubauer, Olaf P. Jensen, Jeffrey A. Hutchings, Julia K. Baum

Notice bibliographique

RevueScience · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of VictoriaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOverfishingOverexploitationEnvironmental scienceFishingBiomass (ecology)Resilience (materials science)PopulationNatural resource economicsStock (firearms)Fish stockFisheryEcologyEconomicsGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Recovery of overexploited marine populations has been slow, and most remain below target biomass levels. A key question is whether this is due to insufficient reductions in harvest rates or the erosion of population resilience. Using a global meta-analysis of overfished stocks, we find that resilience of those stocks subjected to moderate levels of overfishing is enhanced, not compromised, offering the possibility of swift recovery. However, prolonged intense overexploitation, especially for collapsed stocks, not only delays rebuilding but also substantially increases the uncertainty in recovery times, despite predictable influences of fishing and life history. Timely and decisive reductions in harvest rates could mitigate this uncertainty. Instead, current harvest and low biomass levels render recovery improbable for the majority of the world's depleted stocks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,215
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,259
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

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

Citations281
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetMarine and fisheries researchTravaux en français237 207