Trends in Industrial and Artisanal Catch Per Effort in West African Fisheries
Notice bibliographique
Résumé
Abstract Artisanal fisheries are generally assumed to generate a lower fishing effort in comparison to the industrial sector. This study aims to comparing catch, fishing effort, and catch‐per‐unit‐of‐effort (CPUE) for each sector, using kWdays as a metric for fishing effort, and kg/kWdays for CPUE. The study, which covers West Africa (1950–2010), finds that the artisanal sector spends 4.7•10 9 kWdays/year versus 1.3•10 9 kWdays/year by the industrial sector, due to increasing numbers and size of artisanal boats, which in Senegal and Ghana can exceed that of (smaller) industrial vessels. The artisanal total fishing effort increased by 10‐fold between 1950 and 2010, in contrast to a decrease in the industrial effort since the 1990s, which points to the occurrence of Malthusian overfishing, a form of fishing that favors excess labor instead of capital. This analysis finds that the CPUE declined by 1/3 since 1950 driven by a strong decline in the artisanal CPUE, which is 11 times lower than industrial CPUE. This confirms other indicators of decline of fish populations. This study calls for the prioritization of artisanal fisheries, with regard to management and data availability, but also as an important but unregulated sector, which contributes to overexploitation of fish stocks that are vital for communities in West Africa.
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) | 0,004 | 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 ».