Fishing impact and environmental status in <scp>E</scp>uropean seas: a diagnosis from stock assessments and ecosystem indicators
Notice bibliographique
Résumé
Abstract Stock‐based and ecosystem‐based indicators are used to provide a new diagnosis of the fishing impact and environmental status of E uropean seas. In the seven European marine ecosystems covering the B altic and the N orth‐east A tlantic, (i) trends in landings since 1950 were examined; (ii) syntheses of the status and trends in fish stocks were consolidated at the ecosystem level; and (iii) trends in ecosystem indicators based on landings and surveys were analysed. We show that yields began to decrease everywhere (except in the B altic) from the mid‐1970s, as a result of the over‐exploitation of some major stocks. Fishermen adapted by increasing fishing effort and exploiting a wider part of the ecosystems. This was insufficient to compensate for the decrease in abundance of many stocks, and total landings have halved over the last 30 years. The highest fishing impact took place in the late 1990s, with a clear decrease in stock‐based and ecosystem indicators. In particular, trophic‐based indicators exhibited a continuous decreasing trend in almost all ecosystems. Over the past decade, a decrease in fishing pressure has been observed, the mean fishing mortality rate of assessed stocks being almost halved in all the considered ecosystems, but no clear recovery in the biomass and ecosystem indicators is yet apparent. In addition, the mean recruitment index was shown to decrease by around 50% in all ecosystems (except the B altic). We conclude that building this kind of diagnosis is a key step on the path to implementing an ecosystem approach to fisheries management.
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) | 0,001 | 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 ».