MétaCan
Menu
Retour à la cohorte
Enregistrement W2133413704 · doi:10.1080/02755947.2015.1083495

Evaluating Short Openings as a Management Tool to Maximize Catch-Related Utility in Catch-and-Release Fisheries

2015· article· en· W2133413704 sur OpenAlexaff
Edward V. Camp, Brett T. van Poorten, Carl J. Walters

Notice bibliographique

RevueNorth American Journal of Fisheries Management · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans CanadaMinistry of Environment
Organismes subventionnairesFlorida Sea Grant, University of FloridaDivision of Graduate EducationUniversity of FloridaFlorida Fish and Wildlife Conservation Commission
Mots-clésFishingFisheryRecreational fishingCatch and releaseFisheries managementRecreationFish <Actinopterygii>Key (lock)BusinessEnvironmental scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Catch and release (CR) is an increasingly common strategy for recreational fisheries in which sustaining high catch rates is important. The success of this strategy is reduced if the released fish are temporarily invulnerable to capture due to behavioral changes, as recent research suggests. Here, we explore how temporary fishing closures with short openings might be used in CR fisheries to increase the catch-related utility associated with angler satisfaction from catches. We simulated generic fisheries in single-lake and multiple-lake systems and found that regular, temporary closures could increase catch-related utility—but predominately under the key assumption that angler satisfaction increases disproportionately with increasing catch rates. In the multiple-lake case, a strategy of rotating temporary closures could provide greater catch-related utility than continuously open fisheries, but this would depend upon anglers' willingness to redistribute effort from closed waters to open waters. A key implication of these results is that even in CR fisheries, effort limitation may be necessary to provide quality angling opportunities. Our results also emphasize the importance of understanding how vulnerable pool dynamics can differ across fisheries and potentially interact with other processes and mechanisms that drive the observed changes in catchability and catch rates.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,196
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,269
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

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

Citations30
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of Fisheries ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207