MétaCan
Menu
Retour à la cohorte
Enregistrement W2073326924 · doi:10.1139/f06-141

Hierarchical approach to the assessment of fishing effects on non-target chondrichthyans: case study of <i>Squalus megalops</i> in southeastern Australia

2006· article· en· W2073326924 sur OpenAlexvenueno aff
J. Matías Braccini, Bronwyn M. Gillanders, Terence I. Walker

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingFisheryOtterFisheries managementProductivityGeographyPopulationBiologyDemography

Résumé

récupéré en direct d'OpenAlex

A three-levelled hierarchical risk assessment approach was trialed using piked spurdog (Squalus megalops) to evaluate the suitability of the approach for chondrichthyan species. At level 1, a qualitative assessment indicated that the only fishing-related activity to have moderate or high impact on S. megalops was "capture fishing" by otter trawl, Danish seine, gillnet, and automatic longline methods. At level 2, a semi-quantitative assessment ranked S. megalops at risk because of its low biological productivity and, possibly, its catch susceptibility from cumulative effects across the separate fishing methods. Finally, at level 3, a quantitative assessment showed that population growth is slow even under the assumption of density-dependent compensation where the fishing mortality rate equals the natural mortality rate. Although published information indicates that relative abundance has been stable in several regions of southern Australia, it is concluded that given its low biological productivity, changed fishing practices leading to increased fishing mortality could quickly put S. megalops at high risk. The hierarchical approach appears particularly useful for assessment of chondrichthyan species in data-limited fisheries. This approach allows for a management response at any level, optimizing research and management efforts by identifying and excluding low-risk species from data intensive assessments.

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)0,001
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 enseignants0,114
Score d'incertitude au seuil0,908

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,254
Écart entre enseignants0,235 · 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

Citations49
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIchthyology and Marine BiologyTravaux en français237 207