Risks of ignoring fish population spatial structure in fisheries management
Notice bibliographique
Résumé
Ignorance of spatial structures in fisheries management may lead to unexpected risks of overexploitation. Based on the information about small yellow croaker ( Larimichthys polyactis ) off the coast of China, we simulated a fish population consisting of three subpopulations mixing at intermediate levels, which was considered in the “true” spatial structure of the population in this study. Three scenarios of population spatial structure were assumed in assessing and managing this simulated fishery: (i) metapopulation, which has the same structure as the “true” population; (ii) three independent subpopulations, which overlook the exchanges among the subpopulations; and (iii) unit population, which completely ignores the population spatial structure. Corresponding approaches were applied to assess and manage each of these assumed fish populations. The management time period was assumed to be 10 years with two harvesting levels (i.e., maximum sustainable yield (MSY) and f 0.1 ). Assessing and managing the metapopulation as several independent populations could lead to a high probability of overexploitation. Managing the metapopulation as a unit population could lead to local depletion. Use of MSY as a management target may be risk prone in the existence of a metapopulation, and use of a fishing mortality lower than f 0.1 as a management target is more desirable.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».