Fishing for Effective Conservation: Context and Biotic Variation are Keys to Understanding the Survival of Pacific Salmon after Catch-and-Release
Notice bibliographique
Résumé
Acute stressors are commonly experienced by wild animals but their effects on fitness rarely are studied in the natural environment. Billions of fish are captured and released annually around the globe across all fishing sectors (e.g., recreational, commercial, subsistence). Whatever the motivation, release often occurs under the assumption of post-release survival. Yet, capture by fisheries (hereafter "fisheries-capture") is likely the most severe acute stressor experienced in the animal's lifetime, which makes the problem of physiological recovery and survival of relevance to biology and conservation. Indeed, fisheries managers require accurate estimates of mortality to better account for total mortality from fishing, while fishers desire guidance on strategies for reducing mortality and maintaining the welfare of released fish, to maximize current and future opportunities for fishing. In partnership with stakeholders, our team has extensively studied the effects of catch-and-release on Pacific salmon in both marine and freshwater environments, using biotelemetry and physiological assessments in a combined laboratory-based and field-based approach. The emergent theme is that post-release rates of mortality are consistently context-specific and can be affected by a suite of interacting biotic and abiotic factors. The fishing gear used, location of a fishery, water temperature, and handling techniques employed by fishers each can dramatically affect survival of the salmon they release. Variation among individuals, co-migrating populations, and between sexes all seem to play a role in the response of fish to capture and in their subsequent survival, potentially driven by pre-capture pathogen-load, maturation states, and inter-individual variation in responsiveness to stress. Although some of these findings are fascinating from a biological perspective, they all create unresolved challenges for managers. We summarize our findings by highlighting the patterns that have emerged most consistently, and point to areas of uncertainty that require further research.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».