MétaCan
Menu
Retour à la cohorte
Enregistrement W2947837746 · doi:10.1016/j.ecolind.2019.05.055

Making ecological indicators management ready: Assessing the specificity, sensitivity, and threshold response of ecological indicators

2019· article· en· W2947837746 sur OpenAlexaff
Caihong Fu, Yi Xu, Alida Bundy, Arnaud Grüss, Johanna J. Heymans, Elizabeth A. Fulton, Lynne Shannon, Laure Velez, Ekin Akoğlu, Christopher P. Lynam, Yunne‐Jai Shin

Notice bibliographique

RevueEcological Indicators · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationCentre National de la Recherche ScientifiqueUnited Nations Educational, Scientific and Cultural OrganizationNational Research FoundationDepartment of Science and Technology, Ministry of Science and Technology, IndiaInstitut de Recherche pour le Développement
Mots-clésFishingEnvironmental scienceMarine ecosystemEcosystemEcological indicatorBiomass (ecology)Fisheries managementTrophic levelFisheryEcologyEnvironmental resource managementOverfishingSustainabilityBiology

Résumé

récupéré en direct d'OpenAlex

Moving toward ecosystem-based fisheries management (EBFM) necessitates a suite of ecological indicators that are responsive to fishing pressure, capable of tracking changes in the state of marine ecosystems, and related to management objectives. In this study, we employed the gradient forest method to assess the performance of 14 key ecological indicators in terms of specificity, sensitivity and the detection of thresholds for EBFM across ten marine ecosystems using four modelling frameworks (Ecopath with Ecosim, OSMOSE, Atlantis, and a multi-species size-spectrum model). Across seven of the ten ecosystems, high specificity to fishing pressure was found for most of the 14 indicators. The indicators biomass to fisheries catch ratio (B/C), mean lifespan and trophic level of fish community were found to have wide utility for evaluating fishing impacts. The biomass indicators, which have been identified as Essential Ocean Variables by the Global Ocean Observing System (GOOS), had lower performance for evaluating fishing impacts, yet they were most sensitive to changes in primary productivity. The indicator B/C was most sensitive to low levels of fishing pressure with a generally consistent threshold response around 0.4*FMSY (fishing mortality rate at maximum sustainable yield) across nine of the ten ecosystems. Over 50% of the 14 indicators had threshold responses at, or below ∼0.6* FMSY for most ecosystems, indicating that these ecosystems would have already crossed a threshold for most indicators when fished at FMSY. This research provides useful insights on the performance of indicators, which contribute to facilitating the worldwide move toward EBFM.

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)0,024
score de la tête « metaresearch » (Gemma)0,062
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,062
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,308
Écart entre enseignants0,273 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological IndicatorsMême sujetMarine and fisheries researchTravaux en français237 207