MétaCan
Menu
Retour à la cohorte
Enregistrement W2006046394 · doi:10.1071/mf07083

Contraction of the banana prawn (Penaeus merguiensis) fishery of Albatross Bay in the Gulf of Carpentaria, Australia

2008· article· en· W2006046394 sur OpenAlexaff
J.D. Prince, Neil R. Loneragan, Thomas A. Okey

Notice bibliographique

RevueMarine and Freshwater Research · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensBamfield Marine Sciences CentreUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésCarpentariaFisheryFishingPrawnBayPenaeusAlbatrossStock (firearms)Stock assessmentBiologyOceanographyGeographyShrimp

Résumé

récupéré en direct d'OpenAlex

When the biomass and area occupied by a stock decline together, catch rates can remain high (hyperstability) and management with effort controls may be ineffectual. Banana prawn (Penaeus merguiensis) catches declined from 2000 until 2005 in the Albatross Bay area in the Gulf of Carpentaria (GOC), Australia. Data from commercial logbooks were used to investigate historical changes in the banana prawn fishery in this and other regions of the Northern Prawn Fishery to infer the potential causes of this decline. Data since 1970 were analysed using: (1) the mapping of catch and effort; and (2) normalised rank order catch curves, to determine the distribution of catches across fishing areas. These analyses show that there has been a marked contraction of the Albatross Bay fishery over 33 years of fishing into the centre of a stable ‘hotspot’, suggesting a potential mechanism for the observed negative relationship between catchability and biomass. We believe this is the first observation of a Peneaus prawn fishing ground contracting as biomass declines, supporting the view that the contraction of an area occupied by a stock as biomass declines, is a generalised phenomena observed widely across fisheries resources and not a dynamic confined to certain finfish and molluscs.

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)0,002
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 enseignants0,075
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,066
Tête enseignante GPT0,307
Écart entre enseignants0,241 · 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

Citations7
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetMarine and fisheries researchTravaux en français237 207