MétaCan
Menu
← Retour à la cohorte
Enregistrement W2121158546 · doi:10.1139/f06-023

Comment on "Fishing and the impact of marine reserves in a variable environment"

2006· article· en· W2121158546 sur OpenAlexvenueno aff
Daniel S. Holland, T. K. Stokes

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarine reserveFishingMaximum sustainable yieldBiomass (ecology)FisheryEnvironmental scienceMarine protected areaPopulationFisheries managementSustainable yieldNature reserveEcologyBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Rodwell and Roberts (Can. J. Fish. Aquat. Sci. 61: 2053–2068 (2004)) use a discrete time simulation model to investigate the impact of marine reserves on catch and biomass levels in a fishery regulated by total catch quotas. They show that the probability of achieving various probabilistic biomass reference point targets is greater with reserves than without reserves under equal nonreserve exploitation rates. However, they compare management performance on the basis of exploitation rates of the nonreserve biomass rather than average yields (i.e., not using the same overall exploitation rate for the population as a whole). What Rodwell and Roberts fail to show is that with their model all of the reference point targets can be achieved with a higher level of catch without a reserve than with a reserve. For any given level of mean catch at or below maximum sustainable yield, management without a marine reserve leads to a higher average biomass and lower variation in catch than management with a reserve. In summary, the specific model and parameters used by Rodwell and Roberts fail to show any comparative advantage of marine reserves in a quota-managed fishery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0020,004
Science ouverte0,0060,002
Intégrité de la recherche0,0510,037
Charge utile insuffisante (le modèle a refusé de juger)0,0080,008

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 Opus0,017
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→