MétaCan
Menu
Retour à la cohorte
Enregistrement W2127598089 · doi:10.1093/icesjms/fsq035

Direct and indirect community effects of rebuilding plans

2010· article· en· W2127598089 sur OpenAlexaff
Ken H. Andersen, Jake Rice

Notice bibliographique

RevueICES Journal of Marine Science · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésTrophic levelFishingBiomass (ecology)EcologyAbundance (ecology)EcosystemGeographyFisheryEnvironmental scienceEnvironmental resource managementBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Andersen, K. H., and Rice, J. C. 2010. Direct and indirect community effects of rebuilding plans. – ICES Journal of Marine Science, 67: 1980–1988. Many fish communities are heavily exploited and rebuilding plans need to be implemented for depleted species. Within an ecosystem approach to management, development of rebuilding plans should include consideration of the expected consequences of the rebuilding of the target species on the rest of the marine community. Using size- and trait-based single-species and community models, a general assessment is made of the direct and indirect ecological consequences of a rebuilding plan based on a reduction in fishing mortality. If fishing mortality is sufficiently reduced, the time-scale of rebuilding is in the order of the time to reach maturation of an individual, and the expected trajectory can be reliably predicted by a single-species model. Indirect effects of increased abundance are a decrease in individuals in the trophic levels above and below the target species. The decrease in biomass of the neighbouring trophic levels is expected to be much smaller than the increase in the target species and to be largest in species on the trophic level above. We discuss which effects could be responsible when a rebuilding plan does not result in the expected increase and how our results could be applied in a practical management situation.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,011
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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'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

Citations24
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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