MétaCan
Menu
Retour à la cohorte
Enregistrement W3004707592 · doi:10.1111/conl.12698

Fishing restrictions and remoteness deliver conservation outcomes for Indonesia's coral reef fisheries

2020· article· en· W3004707592 sur OpenAlexaff
Stuart Campbell, Emily S. Darling, Shinta Pardede, Gabby N. Ahmadia, Sangeeta Mangubhai, Amkieltiela, ESTRADIVARI ESTRADIVARI, Eva Maire

Notice bibliographique

RevueConservation Letters · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationJohn D. and Catherine T. MacArthur FoundationWalton Family FoundationDavid and Lucile Packard Foundation
Mots-clésCoral reefFisheryReefMarine protected areaBiomass (ecology)FishingCoral reef fishPelagic zoneMarine reservePlanktivoreTrophic levelCoral reef protectionEnvironmental scienceGeographyEcologyBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract Coral reef fisheries depend on reef fish biomass to support ecosystem functioning and sustainable fisheries. Here, we evaluated coral reefs across 4,000 km of the Indonesian archipelago to reveal a large gradient of biomass, from <100 kg/ha to >17,000 kg/ha. Trophic pyramids characterized by planktivore dominance emerged at high biomass, suggesting the importance of pelagic pathways for reef productivity. Total biomass and the biomass of most trophic groups were higher within gear restricted and no‐take management, but the greatest biomass was found on unmanaged remote reefs. Within marine protected areas (MPAs), 41.6% and 43.6% of gear restricted and no‐take zones, respectively, met a global biomass target of 500 kg/ha, compared with 71.8% of remote sites. To improve conservation outcomes for Indonesia's biodiverse and economically important coral reef fisheries, our results suggest to: (1) strengthen management within Indonesia's existing MPAs and (2) precautionarily manage remote reefs with high biomass.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,219
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207