Yield-per-Recruit, Utility-per-Recruit, and Relative Biomass of 21 Exploited Fish Species in China's Coastal Seas
Notice bibliographique
Résumé
Based on growth and related fishery parameters, three approaches, yield-per-recruit(Y/R), utility-per-recruit (U/R) analyses and relative biomass (B/B0) analyses were applied to 21 economically important, trawl-caught species in China’s coastal seas to estimate their relative yield, economic value and biomass under different schedules of fishing mortality and mean length at first capture. The results show that all species suffer from overfishing, given the high average fishing mortality (F~1 year-1) and small mesh size (~1 cm) used by trawlers. Long-term Y/R would double and U/R (expressed as price per landed weight) would increase 5-fold if mesh size were increased to about 10 cm. Comparing Y/R and U/R showed that the benefits of higher prices for larger individuals were detectable only if larger mesh sizes are used, so that individuals are caught only after they have been able to grow. The Y/R analyses also allowed estimating the biomass of the 21 assessed populations relative to their unexploited biomass, i.e., B/B0. Species-specific B/B0 values ranged from 0.01 to 0.58, with a mean of 0.16 (+/- 0.03), i.e., much lower than the 50% reduction corresponding to Maximum Sustainable Yield (i.e., B/BMSY =1), or B/B0 =0.5). This confirms the many authors who reported systematic overfishing along China’s coastlines, and suggests that rebuilding stocks should be the foremost goal of fisheries management in China.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».