MétaCan
Menu
Retour à la cohorte
Enregistrement W2783916845 · doi:10.1371/journal.pone.0190857

Bioeconomic modeling for a small-scale sea cucumber fishery in Yucatan, Mexico

2018· article· en· W2783916845 sur OpenAlexaff
Alvaro Hernández‐Flores, Alfonso Cuevas Jiménez, Alicia Poot-Salazar, Alfonso Condal, Juan Carlos Espinoza-Méndez

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEchinoderm biology and ecology
Établissements canadiensUniversité Laval
Organismes subventionnairesInstituto Nacional de Pesca y Acuacultura
Mots-clésOverfishingFishingStock (firearms)FisherySea cucumberPopulationSpatial distributionEcologySpatial ecologyStock assessmentPopulation densityGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Due to the heavy exploitation of holothurians over the last few decades, it is necessary to implement fishing regulations aimed at reversing this situation. Holothurians require specific regulations that take into account their biology and ecology. Their behavior to group and form patches as a strategy for feeding, defense and reproduction, makes them vulnerable to overfishing. The higher the population density, the higher the catchability coefficient, and because they are sedentary organisms, the catchability does not change significantly until the density is very low. Hence, the stock assessment of holothurians can be improved by analyzing their spatial distribution. This paper proposes a stock assessment technique that considers the spatial distribution pattern of the sea cucumber Isostichopus badionotus from Yucatan, Mexico. A bioeconomic spatial model was developed to explain the interactions between fishing effort allocation, quasi-profits and the population in the short term. Because of the high price of the species and the low production costs, artisanal fishers preferred to maximize short-term quasi-profits, rather than the long-term benefits they could gain with low fishing mortality rates.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,157
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0030,000

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 Opus0,088
Tête enseignante GPT0,219
Écart entre enseignants0,131 · 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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetEchinoderm biology and ecologyTravaux en français237 207