MétaCan
Menu
Retour à la cohorte
Enregistrement W2301349206 · doi:10.1093/icesjms/fsw015

Incorporating natural variability in biological reference points and population dynamics into management of Atlantic salmon (Salmo salar L.) stocks returning to home waters

2016· article· en· W2301349206 sur OpenAlexaff
Jonathan M. White, Niall Ó Maoiléidigh, Paddy Gargan, Elvira de Eyto, Gérald Chaput, William Roche, Philip McGinnity, W. W. Crozier, Paddy Boylan, Dennis Doherty, Kealan O’Higgins, Brian P. Kennedy, Ian Lawler, David O. Lyons, Ferdia Marnell

Notice bibliographique

RevueICES Journal of Marine Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesNatural Resources Wales
Mots-clésEnvironmental scienceFisheryPopulationMaximum sustainable yieldStock assessmentFishingHabitatStock (firearms)SalmoFecundityFisheries managementGeographyEcologyFish <Actinopterygii>Biology

Résumé

récupéré en direct d'OpenAlex

Following advice from the International Council for the Exploration of the Seas and North Atlantic Salmon Conservation Organization, Irish salmon stocks have been managed on a river-by-river basis since 2007 with biological reference points (BRPs) based on maximum sustainable yield (MSY). A method for estimating BRPs at the river scale and the associated variability arising from observed variability in population structures and fecundities is presented here. Calculations of BRPs (referred to as conservation limits, CLs) were updated and their natural variability was included. Angling logbooks provided new river-specific weight data to give sea age and fecundity ranges, and improved estimates of river-wetted areas, to account for available nursery habitat for juveniles and river-specific carrying capacities, were introduced. To transport BRPs, Bayesian stock–recruitment analysis was re-run with an updated list of monitored rivers and smolt ages. Results were converted to salmon numbers per river in Monte Carlo simulations incorporating the variability in sea ages and fecundities. Minimum sample size rules were implemented to reduce sampling error effects. Results showed that average total CL increased by 7%, average one sea-winter (1SW) CL decreased by 5% and average multi-sea-winter (MSW) CL increased by 157%. Differences were attributed to increases in wetted areas, MSW proportions, and changes in both 1SW and MSW fecundities. While some changes were large, we believe that these updated CLs provide more accurate estimates and with associated confidence limits they are more robust, river-specific, and readily incorporated into stock assessments. As a significant improvement on their predecessors, they represent a major development for the conservation and management of salmon stocks. Additionally, the approach described is portable across stocks and has the potential to be implemented in other jurisdictions to improve the management of Atlantic salmon. Finally, this method of incorporating variation has application for the development of BRPs and management of other species.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,027
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,229 · 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

Citations14
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetFish Ecology and Management StudiesTravaux en français237 207