MétaCan
Menu
Retour à la cohorte

Marine Fish Population Collapses: Consequences for Recovery and Extinction Risk

2004· article· en· W2179448457 sur OpenAlexafffundabout
Jeffrey A. Hutchings, John D. Reynolds

Notice bibliographique

RevueBioScience · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Environment Research CouncilNatural Sciences and Engineering Research Council of Canada
Mots-clésAllee effectEcologyExtinction (optical mineralogy)PopulationEndangered speciesAbundance (ecology)BiologyPopulation sizeGadusHabitatPopulation growthFishingFisheryFish <Actinopterygii>Demography

Résumé

récupéré en direct d'OpenAlex

Rapid declines threaten the persistence of many marine fish. Data from more than 230 populations reveal a median reduction of 83% in breeding population size from known historic levels. Few populations recover rapidly; most exhibit little or no change in abundance up to 15 years after a collapse. Reductions in fishing pressure, although clearly necessary for population recovery, are often insufficient. Persistence and recovery are also influenced by life history, habitat alteration, changes to species assemblages, genetic responses to exploitation, and reductions in population growth attributable to the Allee effect, also known as depensation. Heightened extinction risks were highlighted recently when a Canadian population of Atlantic cod (Gadus morhua) was listed as endangered, on the basis of declines as high as 99.9% over 30 years. Unprecedented reductions in abundance and surprisingly low rates of recovery draw attention to scientists' limited understanding of how fish behavior, habitat, ecology, and evolution affect population growth at low abundance. Failure to prevent population collapses, and to take the conservation biology of marine fishes seriously, will ensure that many severely depleted species remain ecological and numerical shadows in the ecosystems that they once dominated.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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'étudeObservationnel
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

Citations757
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBioScienceMême sujetMarine and fisheries researchTravaux en français237 207