Effectiveness of lobster fisheries management in New Zealand and Nova Scotia from multi-species and ecosystem perspectives
Notice bibliographique
Résumé
In New Zealand and Nova Scotia, lobster (Jasus edwardsii and Homarus americanus, respectively) is the most valuable export fishery. Although stock assessments and indicators assist in evaluating lobster fisheries, ecosystem effects are largely unknown, hindering ecosystem-based fisheries management (EBFM). We employed ecosystem models for the Cook Strait, New Zealand and western Scotian Shelf, Nova Scotia, Canada, to evaluate trade-offs between catches and ecosystem impacts in lobster fisheries from single- and multi-species perspectives. We ran simulations to independently determine exploitation rates that produced maximum sustainable yield (MSY) for lobster, and for all fished groups. We then ran simulations using these MSY exploitation rates simultaneously, and simulations to maximize multi-species MSY (MMSY). Our results indicate that current lobster exploitation rates in both regions are greater than those producing MSY, and have significant ecosystem impacts. Simulating multi-species fisheries, in both systems the sum of single-species MSY for all fished groups was less than the sum of catches where exploitation rates were run simultaneously. Runs maximizing MMSY across the entire ecosystem increased exploitation rates on many fished groups, and produced even greater total catch—yet with much greater ecological costs—and in Nova Scotia, collapses of sharks, large predators, and lobster themselves. As fisheries management moves towards multi-species and ecosystem-based approaches, we suggest that MMSY targets should be treated similarly to MSY—not as a target, but a limit. Even then, careful evaluation is required before implementation to ensure that there are no undesirable economic or ecological consequences.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».