MétaCan
Menu
Retour à la cohorte
Enregistrement W2148964291 · doi:10.1139/f03-046

Effects of alternative control rules on the conflict between a fishery and a threatened sea lion (<i>Phocarctos hookeri)</i>

2003· article· en· W2148964291 sur OpenAlexvenueno aff
Paul A. Breen, Ray Hilborn, Mark N. Maunder, Susan Kim

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Water and Atmospheric Research
Mots-clésBycatchThreatened speciesFishingFisheryPopulationFisheries managementExtinction (optical mineralogy)Population modelGeographyEcologyEnvironmental scienceBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

In New Zealand, a fishery for squid (Nototodarus sloanii) incidentally catches a threatened sea lion, Phocarctos hookeri. Bycatch is managed with an annual limit designed to ensure rebuilding of the sea lion population. We explore the conservation and cost effects of the current limit and two simple alternative rules, comparing them with no fishing and unrestricted fishing. We fitted an age-structured Bayesian model to sea lion pup estimates to obtain samples of the joint posterior distribution of parameters; from these we made 100-year simulations with five harvest control rules under six different sets of environmental conditions. The base-case fit suggests that the current sea lion population may be near its carrying capacity, although this may be sensitive to modelling choices. The fishery bycatch constitutes little risk to the sea lion population in the absence of catastrophes and generates small marginal risks when catastrophes are simulated. The current management rule does not minimise the marginal risk of extinction, is much more costly to the fishery than simple alternative rules, and incurs greatest cost when risk is smallest. The model appears to be a good tool for evaluating alternative management strategies against predefined objectives.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,211
Écart entre enseignants0,191 · 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'étudeSimulation ou modélisation
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

Citations50
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine animal studies overviewTravaux en français237 207