Interaction of ecological and angler processes: experimental stocking in an open access, spatially structured fishery
Notice bibliographique
Résumé
Effective management of socioecological systems requires an understanding of the complex interactions between people and the environment. In recreational fisheries, which are prime examples of socioecological systems, anglers are analogous to mobile predators in natural predator-prey systems, and individual fisheries in lakes across a region are analogous to a spatially structured landscape of prey patches. Hence, effective management of recreational fisheries across large spatial scales requires an understanding of the dynamic interactions among ecological density dependent processes, landscape-level characteristics, and angler behaviors. We focused on the stocked component of the open access rainbow trout (Oncorhynchus mykiss) fishery in British Columbia (BC), and we used an experimental approach wherein we manipulated stocking densities in a subset of 34 lakes in which we monitored angler effort, fish abundance, and fish size for up to seven consecutive years. We used an empirically derived relationship between fish abundance and fish size across rainbow trout populations in BC to provide a measure of catch-based fishing quality that accounts for the size-abundance trade off in this system. We replicated our experimental manipulation in two regions known to have different angler populations and broad-scale access costs. We hypothesized that angler effort would respond to variation in stocking density, resulting in spatial heterogeneity in angler effort but homogeneity in catch-based fishing quality within regions. We found that there is an intermediate stocking density for a given lake or region at which angler effort is maximized (i.e., an optimal stocking density), and that this stocking density depends on latent effort and lake accessibility. Furthermore, we found no clear effect of stocking density on our measure of catch-based fishing quality, suggesting that angler effort homogenizes catch-related attributes leading to an eroded relationship between stocking density and catch-based fishing quality at the timescale of annual surveys. We conclude that declines in fishing quality resulting from understocking (due to declines in catch rate with low fish abundance) and overstocking (due to suppressed growth and limited recruitment at high density) give an optimal stocking rate that depends on accessibility and latent effort.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».