Examining the knowledge base and status of commercially exploited marine species with the RAM Legacy Stock Assessment Database
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Meta‐analyses of stock assessments can provide novel insight into marine population dynamics and the status of fished species, but the world’s main stock assessment database (the Myers Stock‐Recruitment Database) is now outdated. To facilitate new analyses, we developed a new database, the RAM Legacy Stock Assessment Database, for commercially exploited marine fishes and invertebrates. Time series of total biomass, spawner biomass, recruits, fishing mortality and catch/landings form the core of the database. Assessments were assembled from 21 national and international management agencies for a total of 331 stocks (295 fish stocks representing 46 families and 36 invertebrate stocks representing 12 families), including nine of the world’s 10 largest fisheries. Stock assessments were available from 27 large marine ecosystems, the Caspian Sea and four High Seas regions, and include the Atlantic, Pacific, Indian, Arctic and Antarctic Oceans. Most assessments came from the USA, Europe, Canada, New Zealand and Australia. Assessed marine stocks represent a small proportion of harvested fish taxa (16%), and an even smaller proportion of marine fish biodiversity (1%), but provide high‐quality data for intensively studied stocks. The database provides new insight into the status of exploited populations: 58% of stocks with reference points ( n = 214) were estimated to be below the biomass resulting in maximum sustainable yield ( B MSY ) and 30% had exploitation levels above the exploitation rate resulting in maximum sustainable yield ( U MSY ). We anticipate that the database will facilitate new research in population dynamics and fishery management, and we encourage further data contributions from stock assessment scientists.
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.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découle