MétaCan
Menu
Retour à la cohorte
Enregistrement W2024978217 · doi:10.1139/f01-127

The use of marine reserves in evaluating the dive fishery for the warty sea cucumber (<i>Parastichopus parvimensis</i>) in California, U.S.A.

2001· article· en· W2024978217 sur OpenAlexvenueno aff
Stephen C. Schroeter, Daniel C. Reed, David J. Kushner, James A. Estes, David S. Ono

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2001
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEchinoderm biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological Survey
Mots-clésFishingFisheryMarine reserveCatch per unit effortStock (firearms)Stock assessmentFisheries managementMarine protected areaGeographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Management of sustainable fisheries depends upon reliable estimates of stock assessment. Assessment of many stocks is based entirely on fishery-dependent data (e.g., catch per unit effort), which can be problematic. Here we use fishery-independent data on stock size, collected within and outside of no-take reserves before and after the onset of fishing, to evaluate the status of the dive fishery for warty sea cucumbers, Parastichopus parvimensis, in southern California. Long-term monitoring data showed that abundance decreased throughout the Channel Islands within 3–6 years after the onset of fishing. No significant changes in the abundance of P. parvimensis were observed at the two non-fished reserve sites, although densities tended to increase following onset of the fishery. Before–after, control–impact (BACI) analyses of seven fished and two non-fished sites implicated fishing mortality as the cause of 33–83% stock declines. In sharp contrast, stock assessment based on CPUE data showed no declines and a significant increase at one island. To date, most discussion on marine reserves has focused on the protection and enhancement of exploited populations. Our study demonstrates the critically important, but often overlooked, role that marine reserves can play in providing reliable information on stock assessment.

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)0,002
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 enseignants0,826
Score d'incertitude au seuil0,949

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,091
Tête enseignante GPT0,266
Écart entre enseignants0,175 · 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

Citations37
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetEchinoderm biology and ecologyTravaux en français237 207