MétaCan
Menu
Retour à la cohorte
Enregistrement W2130116736 · doi:10.1071/mf10163

Business partner or simple catch? The economic value of the sicklefin lemon shark in French Polynesia

2011· article· en· W2130116736 sur OpenAlexaff
Éric Clua, Nicolas Buray, Pierre Legendre, Johann Mourier, Serge Planes

Notice bibliographique

RevueMarine and Freshwater Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEcotourismFisheryRevenueGeographyEcologyTourismBiologyBusiness

Résumé

récupéré en direct d'OpenAlex

Most arguments invoked so far by the scientific community in favour of shark conservation rely on the ecological importance of sharks, and have little impact on management policies. During a 57-month study, we were able to individually recognise 39 sicklefin lemon sharks that support a shark-feeding ecotourism activity in Moorea Island, French Polynesia. We calculated the direct global revenue generated by the provisioning site, based on the expenses of local and international divers. The total yearly revenue was around USD5.4 million and the 13 sharks most often observed at the site had an average contribution each of around USD316 699. Any one of these sharks represents a potential contribution of USD2.64 million during its life span. We argue that publicising economic values per individual will be more effective than general declarations about their ecological importance for convincing policy makers and fishers that a live shark is more valuable than a dead shark for the local economy. Studies monitoring the potential negative ecological effects of long-term feeding of sharks should, however, be conducted to ensure these are also considered. Besides declarations about the non-consumptive direct-use value of sharks, as promoted by ecotourism, the calculation of their other economic values should also benefit shark conservation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,051
Tête enseignante GPT0,290
Écart entre enseignants0,238 · 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

Citations100
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetIchthyology and Marine BiologyTravaux en français237 207