MétaCan
Menu
Retour à la cohorte
Enregistrement W2133461511

Fisheries in large marine ecosystems: Descriptions and diagnoses

2008· article· en· W2133461511 sur OpenAlex
Daniel Pauly, Jacqueline Alder, S. Booth, Wwl Cheung, C Close, UR Sumaila, Arash Tavakolie, W Swartz, Reg Watson, Louisa E. Wood, Dirk Zeller

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueUEA Digital Repository (University of East Anglia) · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFishingFisheryTrophic levelStock (firearms)Stock assessmentMarine fisheriesMarine ecosystemIndex (typography)EcosystemFisheries managementGeographyEnvironmental scienceEcologyComputer scienceBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We present a rationale for the description and diagnosis of fisheries at the level of Large Marine Ecosystems (LMEs), which is relatively new, and encompasses a series of concepts and indicators different from those typically used to describe fisheries at the stock level. We then document how catch data, which are usually available on a smaller scale, are mapped by the Sea Around Us Project (see www.seaaroundus.org) on a worldwide grid of half-degree lat.-long. cells. The time series of catches thus obtained for over 180,000 half-degree cells can be regrouped on any larger scale, here that of LMEs. This yields catch time series by species (groups) and LME, which began in 1950 when the FAO started collecting global fisheries statistics, and ends in 2004 with the last update of these datasets. The catch data by species, multiplied by ex-vessel price data and then summed, yield the value of the fishery for each LME, here presented as time series by higher (i.e., commercial) groups. Also, these catch data can be used to evaluate the primary production required (PPR) to sustain fisheries catches. PPR, when related to observed primary production, provides another index for assessing the impact of the countries fishing in LMEs. The mean trophic level of species caught by fisheries (or ‘Marine Trophic Index’) is also used, in conjunction with a related indicator, the Fishing-in-Balance Index (FiB), to assess changes in the species composition of the fisheries in LMEs. Also, newly conceived ‘Stock-Catch Status Plots’ are presented which document graphically, for each LME, both the increase in the number of stocks that moved from the fully exploited to the overexploited and collapsed stages, and the relative biomass of fish extracted from stocks in these various stages. Finally, original time series of estimated catch data are presented for the six LMEs of the coast of North Siberia, Arctic Alaska and Arctic Canada (all entirely contained within FAO Statistical Area 18), for which even crude catch estimates were previously unavailable. Altogether these descriptors of fisheries and ecosystem states over the last 50+ years allow a diagnosis of the fisheries of each LME, and inferences on global trends, as LMEs are the source of 80% of the global marine catch.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,252
Score d'incertitude au seuil0,877

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,014
Tête enseignante GPT0,171
Écart entre enseignants0,157 · 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