Marine Mammal Impacts in Exploited Ecosystems: Would Large Scale Culling Benefit Fisheries?
Notice bibliographique
Résumé
Competition between marine mammals and fisheries for marine resources-whether real or perceived-has become a major issue for several countries and in international fora. We examined trophic interactions between marine mammals and fisheries based on a resource overlap index, using seven Ecopath models including marine mammal groups. On a global scale, most food consumed by marine mammals consisted of prey types that were not the main target of fisheries. For each ecosystem, the primary production required (PPR) to sustain marine mammals was less than half the PPR to sustain fisheries catches. We also developed an index representing the mean trophic level of marine mammal's consumption (TL(Q)) and compared it with the mean trophic level of fisheries' catches (TL(C)). Our results showed that overall TL(Q) was lower than TL(C) (2.88 versus 3.42). As fisheries increasingly exploit lower-trophic level species, the competition with marine mammals may become more important. We used mixed trophic impact analysis to evaluate indirect trophic effects of marine mammals, and in some cases found beneficial effects on some prey. Finally, we assessed the change in the trophic structure of an ecosystem after a simulated extirpation of marine mammal populations. We found that this lead to alterations in the structure of the ecosystems, and that there was no clear and direct relationship between marine mammals' predation and the potential catch by fisheries. Indeed, total biomass, with no marine mammals in the ecosystem, generally remained surprisingly similar, or even decreased for some species.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».