Competition between marine mammals and fisheries in contemporary harvested marine ecosystems
Notice bibliographique
Résumé
Competitive interactions between marine mammals and fisheries represent some of the most complex challenges in marine resource management worldwide. The development of commercial fisheries and recovering marine mammal populations have contributed to a decrease in fish availability. Whilst ecosystem-based fisheries management (EBFM) can counteract this decrease, achieving the EBFM objectives faces certain major obstacles including insufficient or unreliable data, inapplicable assessment models, as well as inadequate management decisions that do not account for fisheries-induced morphological alterations (FIMA) and marine mammal management. Despite a body of evidence addressing various aspects of marine mammal-fisheries competition, little is known about the effects of marine mammal-fisheries biological interactions affecting the fish viability and food web stability. We review the research on marine mammal-fisheries competitive biological interactions (hereafter biological competition) by focussing on (1) the prerequisites for marine mammal-fisheries biological competition and the relevant methodologies to explore them and (2) recent studies revealing the implications of FIMA and trophic interactions for the biological competition. We also discuss the implications of FIMA, eco-evolutionary feedback and prey-predator dynamics for EBFM implementation in contemporary harvested ecosystems. Our main findings reveal a lack of data about marine mammals’ prey choice and selectivity, the need for better representation of marine mammals in modelling approaches and lastly, the necessity for additional research linking FIMA, trophic interactions and the EBFM objectives. To conclude, interdisciplinary approaches may serve to link all of the efforts needed to effectively and holistically support the implementation of 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,000 |
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.
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 tête enseignante, 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 ».