Still catching attention: Sea Around Us reconstructed global catch data, their spatial expression and public accessibility
Notice bibliographique
Résumé
In 2005, the Sea Around Us described a website ( www.seaaroundus.org ) which presented, for all maritime countries and large marine ecosystems in the world, one of the most basic information items required by policy makers and fisheries managers: what catch was taken within their jurisdictional boundaries, and which countries took it. Surprisingly, for many countries this kind of jurisdictionally and/or ecologically assigned data had not been readily available before then. Since the release of these spatialized data, this material has had major influence on how fisheries are perceived by policy makers in various countries and by the global scientific community, as well as by a growing list of other stakeholders such as non-governmental environmental organizations and the general public. Here, the Sea Around Us updates the fisheries science , policy, conservation and management audience on the extensively modified spatial allocation method and a substantially improved new website. Also, this contribution points to and describes the much improved catch data underlying this website. These data now account for catches for all countries in the world by fisheries sectors (industrial, artisanal, subsistence, recreational), after augmenting the officially reported landings data through the inclusion of comprehensively reconstructed data of previously unreported catches and major discards, for every maritime country or territory in the world, and their Exclusive Economic Zone (EEZ). Also presented are the extensively improved spatial allocation procedures which assign global catch data to the 180,000 half degree spatial cells used by the Sea Around Us to subdivide the global ocean. The reconstructed data for 1950–2010 for all countries in the world and the High Seas, freely accessible and downloadable through the Sea Around Us web portal, will be updated regularly. It is hoped that these revised data and the substantially improved web utility will invigorate and assist the debate about the role of fisheries in a global framework as well as in national food security settings.
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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
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 ».