Linking Fish and Angler Dynamics to Assess Stocking Strategies for Hatchery-Dependent, Open-Access Recreational Fisheries
Notice bibliographique
Résumé
Abstract Optimization of stocking practices regarding release size and density requires an understanding of how dynamic ecological and angler effort processes interact. We used experimental data on size and density-dependent fish recruitment processes and combined these with empirical fishery data to model the outcome of different stocking strategies. The model is based on the British Columbia Rainbow Trout Oncorhynchus mykiss fishery, which is an open-access recreational fishery where fish recruitment is entirely derived from hatchery production. Under this scenario, changes to stocking practices primarily influence angler effort densities, whereas angling quality, defined as a function of catch rate and fish size, remain relatively constant. In light of this, we suggest that the primary performance measure for open-access recreational fisheries management be sustainable angler effort. We modeled the effort response to stocking changes under contrasting biological (lake productivity) and fishery (remoteness, harvest regulations) characteristics. Lake-specific effort is maximized by stocking larger fish into productive lakes that are harvested. However, the strategy to maximize regional effort across multiple lakes was dependent on the ratio of hatchery production to total lake area and the mix of individual lake productivities within the total lake area. Received July 10, 2012; accepted March 10, 2013
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 | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».