Individual quotas, fishing effort allocation, and over-quota discarding in mixed fisheries
Notice bibliographique
Résumé
Abstract Poos, J. J., Bogaards, J. A., Quirijns, F. J., Gillis, D. M., and Rijnsdorp, A. D. 2010. Individual quotas, fishing effort allocation, and over-quota discarding in mixed fisheries. – ICES Journal of Marine Science, 67: 323–333. Many fisheries are managed by total allowable catches (TACs) and a substantial part by individual quotas. Such output management has not been successful in mixed fisheries when fishers continue to fish while discarding marketable fish. We analyse the effects of individual quotas on spatial and temporal effort allocation and over-quota discarding in a multispecies fishery. Using a spatially explicit dynamic-state variable model, the optimal fishing strategy of fishers constrained by annual individual quotas, facing uncertainty in catch rates, is studied. Individual fishers will move away from areas with high catches of the restricted quota species and, depending on the cost of fishing, will stop fishing in certain periods of the year. Individual vessels will discard marketable fish, but only after their individual quota for the species under consideration has been reached. These results are in line with observations on effort allocation and discarding of marketable fish, both over-quota discarding and highgrading, by the Dutch beam-trawl fleet. The models we present can be used to predict the outcomes of management and are therefore a useful tool for fisheries scientists and managers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».