Ecosystem-based management of seaweed harvesting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Harvesting wild seaweeds has a long history and is still relevant today, even though aquaculture now supplies >96% of global seaweed production. Current wild harvests mostly target canopy-forming kelp, rockweed and red macroalgae that provide important ecosystem roles, including primary production, carbon storage, nutrient cycling, habitat provision, biodiversity and fisheries support. Harvest methods range from selective hand-cutting to bottom trawling. Resulting ecosystem impacts depend on extraction method and scale, ranging from changes in primary production to habitat disruption, fragmentation, food-web alterations and bycatch of non-target species. Current management often aims for sustainable harvesting in a single-species context, although some agencies acknowledge the wider ecosystem structure, functions and services seaweeds provide. We outline potential ecosystem-based management approaches that would help sustain productive and diverse seaweed-based ecosystems. These include maintaining high canopy biomass, recovery potential, habitat structure and connectivity, limiting bycatch and discards, while incorporating seasonal closures and harvest-exclusion zones into spatial management plans. Other sustainability considerations concern monitoring, enforcement and certification standards, a shift to aquaculture, and addressing cumulative human impacts, invasive species and climate change. Our review provides a concise overview on how to define and operationalize ecosystem-based management of seaweed harvesting that can inform ongoing management and conservation efforts.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découle