Why have global shark and ray landings declined: improved management or overfishing?
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 Global chondrichthyan (shark, ray, skate and chimaera) landings, reported to the United Nations Food and Agriculture Organization ( FAO ), peaked in 2003 and in the decade since have declined by almost 20%. In the FAO 's 2012 ‘State of the World's Fisheries and Aquaculture’ report, the authors ‘hoped’ the reductions in landings were partially due to management implementation rather than population decline. Here, we tested their hypothesis. Post‐peak chondrichthyan landings trajectories from 126 countries were modelled against seven indirect and direct fishing pressure measures and eleven measures of fisheries management performance, while accounting for ecosystem attributes. We found the recent improvement in international or national fisheries management was not yet strong enough to account for the recent decline in chondrichthyan landings. Instead, the landings declines were more closely related to fishing pressure and ecosystem attribute measures. Countries with the greatest declines had high human coastal population sizes or high shark and ray meat exports such as Pakistan, Sri Lanka and Thailand. While important progress had been made, country‐level fisheries management measures did not yet have the strength or coverage to halt overfishing and avert population declines of chondrichthyans. Increased implementation of legally binding operational fisheries management and species‐specific reporting is urgently required to avoid declines and ensure fisheries sustainability and food security.
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 | 0,000 |
| 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) | 0,001 | 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