MétaCan
Menu
Retour à la cohorte
Enregistrement W2112392679 · doi:10.1016/j.icesjms.2004.12.008

Balancing exploitation and conservation of the eastern Scotian Shelf ecosystem: application of a 4D ecosystem exploitation index

2005· article· en· W2112392679 sur OpenAlexaffabout
Alida Bundy, Paul Fanning, Kees C.T. Zwanenburg

Notice bibliographique

RevueICES Journal of Marine Science · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésTrophic levelEcosystemEnvironmental scienceEcologyMarine ecosystemProductivitySpecies richnessDisturbance (geology)Trophic state indexLagFishingFood webFisheryBiologyComputer scienceEutrophicationEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Few indicators exist that measure the effects of fishing at the whole-ecosystem level. A 4D ecosystem exploitation index is proposed that integrates four measures of ecosystem status: (i) the trophic balance of exploitation, (ii) the intensity of exploitation, (iii) species richness, and (iv) disturbance of the trophic structure. The central concept is that fisheries should extract yield in proportion to the productivity at each trophic level, at sustainable exploitation rates, with minimal disturbance to the trophic structure, and with no loss in species richness. The ecosystem exploitation index is tested on simulated ecosystem data and applied to data from the eastern Scotian Shelf, Canada. The model simulations provided consistent results that should facilitate cross-system comparisons of exploitation and ecosystem status. When applied to actual observations, the results were less coherent, likely attributable to lag effects and environmental impacts. All fisheries likely alter the trophic structure of ecosystems, and the rate and trophic pattern of exploitation determines the level of change. Exploiting all trophic levels equally would always result in less change to trophic structure than top-heavy exploitation. Further testing is required to determine lag effects and sensitivity to various assumptions.

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)0,002
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 enseignants0,199
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,245
Écart entre enseignants0,233 · 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

Citations73
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207