MétaCan
Menu
Retour à la cohorte
Enregistrement W2803125221 · doi:10.3354/meps12623

Sea-cage aquaculture impacts market and berried lobster (Homarus americanus) catches

2018· article· en· W2803125221 sur OpenAlexaboutno aff
Inka Milewski, R. H. Loucks, Brendan Fisher, RE Smith, J. Scott P. McCain, Heike K. Lotze

Notice bibliographique

RevueMarine Ecology Progress Series · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFisheryHomarusBayNova scotiaFishingBiologyAmerican lobsterCatch per unit effortGeographyCrustacean

Résumé

récupéré en direct d'OpenAlex

MEPS Marine Ecology Progress Series Contact the journal Facebook Twitter RSS Mailing List Subscribe to our mailing list via Mailchimp HomeLatest VolumeAbout the JournalEditorsTheme Sections MEPS 598:85-97 (2018) - DOI: https://doi.org/10.3354/meps12623 Sea-cage aquaculture impacts market and berried lobster (Homarus americanus) catches I. Milewski1,*, R. H. Loucks2, B. Fisher3, R. E. Smith2, J. S. P. McCain1, H. K. Lotze1 1Department of Biology, Dalhousie University, Halifax, Nova Scotia B3H 4R2, Canada 2RH Loucks Oceanology Ltd., Halifax, Nova Scotia B3M 1L3, Canada 3Port Mouton, Nova Scotia B0T 1T0, Canada *Corresponding author: milewski@nbnet.nb.ca ABSTRACT: Sea-cage finfish aquaculture frequently spatially overlaps and competes with traditional fisheries and ecologically important habitats in the coastal zone. Yet only few empirical studies exist on the effects of sea-cage aquaculture on commercially important fish and shellfish species, due to the lack of data. We present results from a unique collaboration between scientists and lobster fishers in Port Mouton Bay, Atlantic Canada, providing 11 yr of market (market-sized) lobster catches and berried (ovigerous) lobster counts in 5 spatially resolved areas adjacent to a sea-cage finfish farm. The time series covered 2 stocked (feed) and 2 non-stocked (fallow) periods, allowing us to test for the effects of feed versus fallow periods. Our results indicate that average market lobster catch per unit effort (CPUE) was significantly reduced by 42% and berried lobster counts by 56% in feed compared to fallow periods. Moreover, both market and berried lobster CPUE tended to be lower in fishing region 2, which included the fish farm, and higher in region 5, furthest away from the farm. Bottom temperature measurements in one region suggest that differences in CPUE between feed and fallow periods were not driven by temperature, and that berried lobsters may be more sensitive to both aquaculture and temperature than market lobster. We discuss possible mechanisms of how finfish farms as well as other abiotic and biotic factors such as habitat quality and temperature could affect lobster catch. Our results provide critical information for the management of multiple human uses in the coastal zone and the conservation of shellfish habitats that sustain traditional fisheries. KEY WORDS: Finfish farming · Environmental impacts · Traditional fishery · Lobster habitat · Coastal zone · Atlantic Canada Full text in pdf format Supplementary materialCorrigendum PreviousNextCite this article as: Milewski I, Loucks RH, Fisher B, Smith RE, McCain JSP, Lotze HK (2018) Sea-cage aquaculture impacts market and berried lobster (Homarus americanus) catches. Mar Ecol Prog Ser 598:85-97. https://doi.org/10.3354/meps12623 Export citation RSS - Facebook - Tweet - linkedIn Cited by Published in MEPS Vol. 598. Online publication date: June 28, 2018 Print ISSN: 0171-8630; Online ISSN: 1616-1599 Copyright © 2018 Inter-Research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0350,000

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 Opus0,008
Tête enseignante GPT0,242
Écart entre enseignants0,234 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetMarine and fisheries researchTravaux en français237 207