Monitoring landed seahorse catch in a changing policy environment
Notice bibliographique
Résumé
For many small-scale, tropical reef fisheries, landed catch may be the only data that can be monitored to assess the impacts of management. This is true for seahorses Hippocampus comes that are obtained as part of a multi-species fishery in the Philippines. Here, because seahorses are locally rare and depleted, it is difficult to attain large enough sample sizes to detect changes over time using underwater surveys. We assessed changes in seahorse sales at 2 sites, from 1996 and 2005 respectively to 2010. The study period covered local and national conservation initiatives that could affect seahorses and dependent fisheries: establishment of marine reserves (1998 onwards), a community-led minimum size limit (MSL: 2002 to 2004) and a national ban on seahorse fishing (from 2004). The MSL appeared to lead to increased sizes of seahorses in trade, as hoped, while the national ban led, perversely, to more fishers selling seahorses. Declines in overall take after 2004 or 2007 (depending on the site) is likely linked to declining seahorse populations rather than reduced effort, especially when one considers the increased number of fishers and the price per seahorse. It is notable that communities decided on the MSL, whereas the government imposed the ban on capturing seahorses. In this small-scale, multi-species fishery, monitoring a wide range of variables intensively over a relatively long time scale allowed us to identify key differences between small-scale and industrial fisheries management, and also to document the biological and social consequences of management action for a depleted, threatened species.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».