MétaCan
Menu
Retour à la cohorte
Enregistrement W2570917570 · doi:10.1139/cjfas-2016-0200

Simulating future climate impacts on tropical fisheries: are contemporary spatial fishery management strategies sufficient?

2017· article· en· W2570917570 sur OpenAlexvenueno aff
Maia R. Kapur, Erik C. Franklin

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Marine Fisheries ServicePacific Islands Fisheries Science CenterU.S. Geological SurveyNational Oceanic and Atmospheric Administration
Mots-clésCoral reefFisheryReefCoral reef fishMarine protected areaCoral bleachingMarine reserveHerbivoreBiomass (ecology)Climate changeHabitatCoralEcologyGeographyEnvironmental scienceBiologyFishing

Résumé

récupéré en direct d'OpenAlex

We demonstrated a possible future wherein coral reefs shift to an algae-dominated state that retains low coral cover and a functional biomass of herbivorous fishes that sustains a reef fish fishery. We evaluate the effect of no-take marine protected areas (MPAs) and increased coastal nutrients under two Intergovernmental Panel on Climate Change climate scenarios for years 2000–2100, which are implemented as coral bleaching events. Coral mortality from bleaching events drove a lagged increase in herbivorous fish populations via a shift from coral-dominated to algae-dominated habitats. Biomass and catch of piscivorous fish declined significantly, with the fishery shifting to the harvest of herbivorous fish. No-take MPAs for 20% of reef areas represented a threshold that had a positive effect on herbivorous fishes but no influence on the steep declines of corals and piscivorous fishes. Contemporary no-take MPAs protect less than 1% of coral reef areas around the Hawaiian Islands; substantial management action would be required to approach the 20% area threshold.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,229

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,234
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207