MétaCan
Menu
Retour à la cohorte

Reducing Gill-Net Mortality of Incidentally Caught Coho Salmon

2002· article· en· W2016692161 sur OpenAlexaff
Seana Leigh Buchanan, Anthony P. Farrell, J. M. Fraser, P. Gallaugher, Ruth Joy, Rick Routledge

Notice bibliographique

RevueNorth American Journal of Fisheries Management · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésFisheryFishingOncorhynchusBycatchFish <Actinopterygii>Mortality rateRange (aeronautics)BiologyCatch and releaseDemographyRecreational fishing

Résumé

récupéré en direct d'OpenAlex

The abundance of coho salmon Oncorhynchus kisutch has declined dramatically over much of the southern part of its range along the Pacific Coast of North America. This decline has created the need to reduce fishing mortalities, including bycatch mortalities in fisheries that are targeting other species. Traditional gill-net fishing causes an estimated 35–70% mortality rate on incidentally caught coho salmon. A reduction in this high mortality rate is necessary if gill nets continue to be used in fisheries that inadvertently intercept depressed coho salmon stocks while fishing other species. By using modified gear, short net soak times, careful handling of fish on removal from the gill net, and a newly designed recovery box, the short-term mortality rate on incidentally caught coho salmon can be reduced to as little as 6%, possibly even lower in some circumstances. This substantial reduction in mortality on nontargeted species expands the possible role of gill nets in the development of selective fisheries.

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 enseignants0,100
Score d'incertitude au seuil0,998

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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

Citations47
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of Fisheries ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207