Enhancing catch‐and‐release science with biotelemetry
Notice bibliographique
Résumé
Abstract Catch‐and‐release (C&R) angling is widely practised by anglers and is a common fisheries management strategy or is a by‐product of harvest regulations. Accordingly, there is a growing body of research that examines not only the mortality associated with C&R, but also the sublethal physiological and behavioural consequences. Biotelemetry offers a powerful means of remotely monitoring the behaviour, physiology and mortality of fish caught and released in their natural environment, but we contend that its usefulness is still underappreciated by scholars and managers. In this study, we review the applications of biotelemetry in C&R science, identify novel research directions, opportunities and challenges. There are now about 250 C&R studies but only one quarter of these utilize biotelemetry. In fact, almost all of the C&R studies that have used biotelemetry have been conducted within the last decade. We found that the majority of C&R telemetry studies used either radio or acoustic telemetry, while comparatively few studies have used satellite technologies. Most C&R biotelemetry studies have been used to assess mortality rates, behavioural impairments or to evaluate the effects of displacement on fish. A small fraction of studies (<8%) have used physiological sensors despite the fact that these tools are highly applicable to understanding the multiple sublethal consequences of C&R and are useful for providing mechanistic insights into endpoints such as death. We conclude that C&R science has the potential to benefit greatly from biotelemetry technology, particularly with respect to providing more robust short‐term and delayed mortality estimates and adopting a more integrative and comparative approach to understanding the lethal and sublethal impacts of C&R. However, there are still a number of challenges including (i) the need for appropriate controls and methodological approaches, (ii) the need for accounting for tagging and handling stress and mortality, and (iii) the need for certainty in assessing mortality. However, the benefits associated with C&R biotelemetry outweigh its disadvantages and limitations and thereby offer C&R researchers a suite of new tools to enhance fisheries management and conservation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».