Linking ecosystem processes to communities of practice through commercially fished species in the Gulf of Alaska
Notice bibliographique
Résumé
Abstract Marine ecosystems are complex, and there is increasing recognition that environmental, ecological, and human systems are linked inextricably in coastal regions. The purpose of this article was to integrate environmental, ecological and human dimensions information important for fisheries management into a common analytical framework. We then used the framework to examine the linkages between these traditionally separate subject areas. We focused on synthesis of linkages between the Gulf of Alaska marine ecosystem and human communities of practice, defined as different fisheries sectors. Our specific objective was to document the individual directional linkages among environmental, ecological, and human dimensions variables in conceptual models, then build qualitative network models to perform simulation analyses to test how bottom-up and top-down perturbations might propagate through these linkages. We found that it is both possible and beneficial to integrate environmental, ecological, and human dimensions information important for fisheries into a common framework. First, the conceptual models allowed us to synthesize information across a broad array of data types, representing disciplines such as ecology and economics that are more commonly investigated separately, often with distinct methods. Second, the qualitative network analysis demonstrated how ecological signals can propagate to human communities, and how fishery management measures may influence the system. Third, we found that incorporating multi-species interactions changed outcomes because the merged model reversed some of the ecological and human outcomes compared with single species analyses. Overall, we demonstrated the value of linking information from the natural and social sciences to better understand complex social–ecological systems, and the value of incorporating ecosystem-level processes into a traditionally single species management framework. We advocate for conceptual and qualitative network modelling as efficient foundational steps to inform ecosystem-based fisheries management.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».