Comparative analyses of surplus production dynamics of functional feeding groups across 12 northern hemisphere marine ecosystems
Notice bibliographique
Résumé
Progress on ecosystem approaches to fisheries management requires comparative studies with standardized methods that incorporate readily available data. This precludes complex ecosystem models in favor of simpler models such as surplus production models. Surplus production models for individual species can provide estimates of common biological reference points such as maximum sustainable yield (MSY) and the corresponding stock biomass level (B MSY ). For ecosystem approaches, summing multiple single-species surplus production models to estimate the ecosystem MSY ignores potential biological and fishery interactions among species. Improved estimates of ecosystem-level MSY can be obtained by aggregating species, thereby accounting for known interactions among species. Here, we fit surplus production models to 3 different types of aggregations for 12 northern hemisphere marine ecosystems. Aggregations were based on habitat (benthic/pelagic), foraging guild (planktivore/zoopivore/benthivore/piscivore) and size class (small/medium/large). The objectives of this work were to explore, compare and contrast model outputs across the various types of aggregations and among ecosystems. We found that regardless of the type of aggregation, aggregate production never exceeded 6 t km -2 and was generally less than 3 t km -2 . Patterns of production varied among ecosystems with no particular pattern with respect to ocean basin, latitude or component species. Aggregated surplus production models can provide biological reference points that are familiar to fishery managers and can be used to set overall removals with respect to aggregate group as long as less productive stocks are protected.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».