Human and climatic drivers affect spatial fishing patterns in a multiple-use marine protected area: The Galapagos Marine Reserve
Notice bibliographique
Résumé
Assessments of the effectiveness of marine protected areas (MPAs) usually assume that fishing patterns change exclusively due to the implementation of an MPA. This assumption increases the risk of erroneous conclusions in assessing marine zoning, and consequently counter-productive management actions. Accordingly, it is important to understand how fishers respond to a combination of the implementation of no-take zones, and various climatic and human drivers of change. Those adaptive responses could influence the interpretation of assessment of no-take zone effectiveness, yet few studies have examined these aspects. Indeed, such analysis is often unfeasible in developing countries, due to the dominance of data-poor fisheries, which precludes full examination of the social-ecological outcomes of MPAs. In the Galapagos Marine Reserve (Ecuador), however, the availability of long-term spatially explicit fishery monitoring data (1997-2011) for the spiny lobster fishery allows such an analysis. Accordingly, we evaluated how the spatiotemporal allocation of fishing effort in this multiple-use MPA was affected by the interaction of diverse climatic and human drivers, before and after implementation of no-take zones. Geographic information system modelling techniques were used in combination with boosted regression models to identify how these drivers influenced fishers' behavior. Our results show that the boom-and-bust exploitation of the sea cucumber fishery and the global financial crisis 2007-09, rather than no-take zone implementation, were the most important drivers affecting the distribution of fishing effort across the archipelago. Both drivers triggered substantial macro-scale changes in fishing effort dynamics, which in turn altered the micro-scale dynamics of fishing patterns. Fishers' adaptive responses were identified, and their management implications analyzed. This leads to recommendations for more effective marine and fishery management in the Galapagos, based on improved assessment of the effectiveness of no-take zones.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».