Using Behavioral Observations to Develop Escape Devices for Freshwater Turtles Entrapped in Fishing Nets
Notice bibliographique
Résumé
Abstract The drowning of freshwater turtles following incidental capture in fishing gear has the potential to cause population declines. Fyke nets can be equipped with bycatch reduction devices that enable the escape of turtles before they drown. We employed quantitative and qualitative behavioral observations (with action cameras deployed underwater) to develop a new, collapsible, escape bycatch-reduction device that mounts internally in the terminal end of a fyke net. We also used behavioral observations to identify areas of the net most used by turtles, thus revealing the most logical placement for an escape bycatch-reduction device. When turtles were introduced into modified nets, escape was rapid (mean of 12.4 min), with 100% escape for map Graptemys geographica and musk turtles Sternotherus odoratus and 94% escape for painted turtles Chrysemys picta. Our preliminary field trials indicated that modified fyke nets decreased the capture rate of turtles relative to unmodified nets. Escape devices can be used as a key component of a bycatch reduction program and be particularly effective when paired with exclusion bycatch-reduction devices. The escape device developed in this study can potentially be used in the local fishery or modified for other fisheries. The use of behavioral observation to guide the development of bycatch reduction devices may provide an extra tool for managers to increase selectivity and maintain sustainable harvests of target fish.
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) | 0,000 | 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 ».