Fisheries conservation on the high seas: linking conservation physiology and fisheries ecology for the management of large pelagic fishes
Notice bibliographique
Résumé
Populations of tunas, billfishes and pelagic sharks are fished at or over capacity in many regions of the world. They are captured by directed commercial and recreational fisheries (the latter of which often promote catch and release) or as incidental catch or bycatch in commercial fisheries. Population assessments of pelagic fishes typically incorporate catch-per-unit-effort time-series data from commercial and recreational fisheries; however, there have been notable changes in target species, areas fished and depth-specific gear deployments over the years that may have affected catchability. Some regional fisheries management organizations take into account the effects of time- and area-specific changes in the behaviours of fish and fishers, as well as fishing gear, to standardize catch-per-unit-effort indices and refine population estimates. However, estimates of changes in stock size over time may be very sensitive to underlying assumptions of the effects of oceanographic conditions and prey distribution on the horizontal and vertical movement patterns and distribution of pelagic fishes. Effective management and successful conservation of pelagic fishes requires a mechanistic understanding of their physiological and behavioural responses to environmental variability, potential for interaction with commercial and recreational fishing gear, and the capture process. The interdisciplinary field of conservation physiology can provide insights into pelagic fish demography and ecology (including environmental relationships and interspecific interactions) by uniting the complementary expertise and skills of fish physiologists and fisheries scientists. The iterative testing by one discipline of hypotheses generated by the other can span the fundamental-applied science continuum, leading to the development of robust insights supporting informed management. The resulting species-specific understanding of physiological abilities and tolerances can help to improve stock assessments, develop effective bycatch-reduction strategies, predict rates of post-release mortality, and forecast the population effects of environmental change. In this synthesis, we review several examples of these interdisciplinary collaborations that currently benefit pelagic fisheries management.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».