Necessary elements of precautionary management: implications for the Antarctic toothfish
Notice bibliographique
Résumé
Abstract We review the precautionary approach to fisheries management, propose a framework that will allow a systematic assessment of insufficient precaution and provide an illustration using an Antarctic fishery. For a single‐species fishery, our framework includes five attributes: (1) limit reference points that recognize gaps in our understanding of the dynamics of the species; (2) accurate measures of population size; (3) ability to detect population changes quickly enough to arrest unwanted declines; (4) adequate understanding of ecosystem dynamics to avoid adverse indirect effects; and (5) assessment of the first four elements by a sufficiently impartial group of scientists. We argue that one or more of these elements frequently fail to be present in the management of many fisheries. Structural uncertainties, which characterize almost all fisheries models, call for higher limit points than those commonly used. A detailed look into the five elements and associated uncertainties is presented for the fishery on the Antarctic toothfish in the Ross Sea ( FAO / CCAMLR Area 88.1, 88.2), for which management was recently described as ‘highly precautionary’. In spite of having features that make the Ross Sea fishery ideal for the application of the precautionary approach, gaps in our knowledge and failure to acknowledge these gaps mean that current regulation falls short of being sufficiently precautionary. We propose some possible remedies.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».