MétaCan
Menu
Retour à la cohorte
Enregistrement W2128236186 · doi:10.1080/02755947.2014.951802

Optimizing Fishing Quotas to Meet Target Fishing Fractions of an Internationally Exploited Stock of Pacific Sardine

2014· article· en· W2128236186 sur OpenAlexaboutno aff
David A. Demer, Juan P. Zwolinski

Notice bibliographique

RevueNorth American Journal of Fisheries Management · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesNational Marine Fisheries Service
Mots-clésSardineFishingFisheryStock (firearms)BusinessFish <Actinopterygii>GeographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Two stocks of Pacific Sardine Sardinops sagax migrate seasonally and synchronously along the west coasts of Mexico, the USA, and Canada. Landings from the two stocks are currently combined in U.S. assessments of the northern stock, but the stocks may be differentiated by their associated seawater habitats, which are predominantly characterized by different ranges of sea surface temperature. We compared the combined and temperature-differentiated landings of the two stocks in each country for the period 1993–2011, demonstrating how different attributions of the landings affected the estimated annual fishing fraction (F) for the northern stock. Using combined or stock-differentiated landings and assessed biomasses, we found that the current harvest control rule (HCR) for Pacific Sardine has not consistently maintained a total F below the U.S. target value because the “distribution” parameter (used to account for the northern stock's proportion in the U.S. Exclusive Economic Zone [EEZ]), has not adequately accounted for northern stock landings in Mexico and Canada. We propose a refinement to the HCR, giving explicit consideration to the summed landings in Mexico and Canada, to more optimally set the annual U.S. quota. The performance of our method was compared with (1) the values of F that would have been achieved during the federal management period (2000–2011) if the U.S. quotas had always been met and (2) the generally lower actual values of F that were calculated using the default HCR formulation (1993–2011). We demonstrate that application of our method would permit more U.S. fishing for Pacific Sardine when the northern stock is large and predominantly located in the U.S. EEZ and would curtail U.S. fishing when a large proportion of the stock is present and fished in the Mexican EEZ, Canadian EEZ, or both. Received December 12, 2013; accepted July 16, 2014

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,245
Écart entre enseignants0,231 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of Fisheries ManagementMême sujetMarine and fisheries researchTravaux en français237 207