Report card on ecosystem‐based fisheries management in tuna regional fisheries management organizations
Notice bibliographique
Résumé
Abstract International instruments of fisheries governance have set the core principles for the management of highly migratory fishes. We evaluated the progress of tuna Regional Fisheries Management Organizations (tRFMOs) in implementing the ecological component of ecosystem‐based fisheries management (EBFM). We first developed a best case tRFMO for EBFM implementation. Second, we developed criteria to evaluate progress in applying EBFM against this best case tRFMO. We assessed progress of the following four ecological components: target species, bycatch species, ecosystem properties and trophic relationships, and habitats. We found that many of the elements necessary for an operational EBFM are already present, yet they have been implemented in an ad hoc way, without a long‐term vision and a formalized plan. Overall, tRFMOs have made considerable progress monitoring the impacts of fisheries on target species, moderate progress for bycatch species, and little progress for ecosystem properties and trophic relationships and habitats. The tRFMOs appear to be halfway towards implementing the ecological component of EBFM, yet it is clear that the “low‐hanging fruit” has been plucked and the more difficult, but surmountable, issues remain, notably the sustainable management of bycatch. All tRFMOs share the same challenge of developing a formal mechanism to better integrate ecosystem science and advice into management decisions. We hope to further discussion across the tRFMOs to inform the development of operational EBFM plans.
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 | 0,012 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,004 |
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 ».