Managing Dynamic Fisheries with Static Regulations: an Assessment of Size-Graded Bag Limits for Recreational Kokanee Fisheries
Notice bibliographique
Résumé
Abstract Recreational fisheries regulations are set as static individual level restrictions, but fish populations and fisheries are dynamic. Therefore, evaluation of any recreational regulatory regime should consider the interaction between static regulations and dynamic fish populations. From this perspective, it is clear that traditional harvest regulations such as bag limits are ineffective as a conservation measure or harvest optimization strategy. The objectives of this study were to: (1) review basic theory on how bag limits influence exploitation rates as fish populations fluctuate; (2) investigate the potential applicability of a different approach, referred to as size-graded bag limits, that sets a schedule of different bag limits for different size thresholds; (3) apply the approach with a realistic model based on actual fishery data for kokanee Oncorhynchus nerka through simulation and discuss relevance to other fisheries. Regulation simulation indicated that there are improved regulatory alternatives when a fish population exhibits density-dependent growth and anglers primarily target a single cohort. Size-graded bag limits or a simple maximum retention size better approximate optimal and sustainable harvest regimes than do bag limits in this scenario. This was most relevant to productive fisheries, which are more likely to be overharvested due to angler affinity to fish size. However, catchability is a highly influential variable that was not well defined by available data. It is plausible that most (or all) kokanee fisheries are self-regulating if catchability is at the low range of estimated values. There are practical limitations to implementing size-graded bag limits as a strategy for individual waterbodies, but the protocol may be well suited to a regional perspective. Received May 27, 2015; accepted October 22, 2015 Published online March 16, 2016
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».