MétaCan
Menu
Retour à la cohorte
Enregistrement W2001944581 · doi:10.1111/j.1467-8489.2008.00420.x

Economic and ecosystem impacts of illegal, unregulated and unreported (IUU) fishing in Northern Australia*

2008· article· en· W2001944581 sur OpenAlexaff
Sean Pascoe, Tomas A. Okey, Shane P. Griffiths

Notice bibliographique

RevueAustralian Journal of Agricultural and Resource Economics · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensBamfield Marine Sciences CentreUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFishingFisheryEcosystemPredationFisheries managementGeographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Illegal foreign fishing for sharks in Northern Australia has increased substantially over the last two decades. This has likely resulted in declines of shark species abundance, with potentially far‐reaching impacts on the ecosystem. This, in turn, could also have indirectly affected the legal prawn, shark, and other fisheries in the region through changed predation patterns and direct removal of targets. The prawn fishery in Northern Australia is currently one of Australia's most valuable fisheries. Sharks themselves are also a major target species by many Queensland and Northern Territory fishers. In this article, an ecosystem model developed in the Ecopath with Ecosim framework is used to estimate the impacts of illegal shark fishing on the remaining system, and the potential economic impacts on commercial fisheries in the region.

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 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 enseignants0,005
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,202
Écart entre enseignants0,188 · 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.

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

Citations16
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Agricultural and Resource EconomicsMême sujetIchthyology and Marine BiologyTravaux en français237 207