Recent advances in management strategy evaluation: introduction to the special issue “Under pressure: addressing fisheries challenges with Management Strategy Evaluation”
Notice bibliographique
Résumé
Management strategy evaluation (MSE) is an increasingly popular tool for developing, testing, and implementing fisheries management regimes, oftentimes utilizing participatory modeling. This special issue, “Under pressure: addressing fisheries challenges with Management Strategy Evaluation”, includes eleven articles highlighting cutting edge MSE approaches and perspectives on improving stakeholder engagement. The special issue is the culmination of a two-session MSE symposium held during the 147th American Fisheries Society Annual Meeting in Tampa, Florida. We summarize the themes from the symposium and special issue articles. Contributions demonstrated that important strides have been made in quantifying and exploring risk (by including more sophisticated multispecies and socioeconomic components), developing and testing data-limited harvest control rules, acknowledging and diagnosing limitations of MSE (e.g., identifying exceptional circumstances), and dealing with issues of stakeholder engagement and dimensionality (e.g., determining appropriate representation, communication techniques, and participation levels). Although MSE is a not a panacea for marine policy and resource utilization issues, it is a useful tool for implementing co-management regimes that should become increasingly robust as the multidisciplinary nature of MSE processes continues to expand.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,040 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,010 | 0,015 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».