Reconstructing ecosystem dynamics in the central Pacific Ocean, 19521998. II. A preliminary assessment of the trophic impacts of fishing and effects on tuna dynamics
Notice bibliographique
Résumé
Pelagic fisheries in the Pacific Ocean target both large (Thunnus spp.) and small tunas (juveniles of Thunnus spp; Katsuwonus pelamis) but also take billfishes (Xiphias gladius, Makaira spp., Tetrapturus spp., Istiophorus platypterus) and sharks (Prionace glauca, Alopias superciliosus, Isurus oxyrinchus, Carcharhinus longimanus, Galeocerdo cuvieri) as bycatch. We developed a multispecies model using the Ecopath with Ecosim software that incorporated time-series estimates of biomass, fishing mortality, and bycatch rates (19521998) to evaluate the relative contributions of fishing and trophic impacts on tuna dynamics in the central Pacific (0°N to 40°N and 130°E to 150°W). The Ecosim model reproduced the observed trends in abundance indices and biomass estimates for most large tunas and billfishes. A decline in predation mortality owing to depletion of large predators was greatest for small yellowfin tuna and could possibly account for apparent increases in biomass. For other tunas, however, predicted changes in predation mortality rates were small (small bigeye) or were overwhelmed by much larger increases in fishing mortality (skipjack and small albacore). Limited evidence of trophic impacts associated with declining apex predator abundance likely results from the difficulties of applying detailed trophic models to open ocean systems in which ecological and fishery data uncertainties are large.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».