How fisher‐influenced marine closed areas contribute to ecosystem‐based management: A review and performance indicator scorecard
Notice bibliographique
Résumé
Abstract A rapid review of the literature on closed areas that recognize key ecosystem‐based management ( EBM ) principles of fisheries and biodiversity conservation and had fisher involvement was employed to review closed areas worldwide from a fisheries perspective and to develop a scorecard that can assess their efficacy. The review provided 523 abstracts of which 19 areas from various regions worldwide had peer‐reviewed studies that met strict selection criteria. Criteria included fisher involvement, biodiversity conservation and fisheries management objectives. A repeat search without “fisher” and synonyms found, 62,622 papers indicating that most closed area studies had no mention of any fisher involvement. The general success of the areas selected suggests that fisher involvement benefits both biological conservation and fisheries management. Fisheries and biodiversity conservation outcomes were not exclusive to any one type of management closure (e.g. MPA , Fishery Closure). Twenty‐four indicators were selected, designed to provide measurable targets. High scoring indicators included management, planning and socio‐economic indicators such as local support (100%), habitat protection (100%), conservation and fisheries objectives (100%), monitoring (91.7%) and fishers concerns (91.7%). Bio‐ecological‐based indicators scored lower in most cases for all types of areas. Fisheries closures rated as highly as the MPA s with respect to both fisheries and bio‐ecological indicators. The scorecard provided a reasonable means to evaluate management success in the light of often qualitative or missing data. Addressing the interests and utilizing knowledge of those affected by closures and familiar with the area, most often local fishers, is key to achieving management objectives.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».