MétaCan
Menu
Retour à la cohorte
Enregistrement W2946209485 · doi:10.1111/jfb.14012

Temporal and spatial predictions of effect of alternative fishing policies for the Gran Canaria marine ecosystem

2019· article· en· W2946209485 sur OpenAlexaff
Lorena Couce‐Montero, Villy Christensen, Alberto Bilbao Sieyro, Yeray Pérez González, David Jiménez‐Alvarado

Notice bibliographique

RevueJournal of Fish Biology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesEuropean Regional Development FundUniversidad de Las Palmas de Gran Canaria
Mots-clésBiologyFishingMarine ecosystemFisheryEcosystemMarine protected areaEcologyHabitat

Résumé

récupéré en direct d'OpenAlex

In this paper we consider what may happen to the marine ecosystem of Gran Canaria Island within the 2030 horizon, if fishing strategies different from those currently in place were implemented and we evaluate the effect of, for example, reduction of recreational-artisanal fishing, limitation of catches (e.g. total allowable catches, TAC), or spatial distribution of fishing sectors. From all scenarios tested, only those that significantly reduce the high effort of the recreational fishing would allow the recovery of the most exploited stocks in the marine ecosystem in the short and medium-term. Moreover, the best management strategy, in contribution to abundance, was obtained with a scenario that has a spatial partition of exploitation rights between artisanal and recreational fishermen and includes no-fishing zones (NTZ). This work is a first attempt to use spatial and temporal models to assess the effectiveness of alternative fishery policies in the Canary Islands.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,100
Score d'incertitude au seuil0,200

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,242 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207