Spatial Management Units as an Ecosystem-Based Approach for Managing Bottom-Towed Fisheries in the Central Mediterranean Sea
Notice bibliographique
Résumé
Marine ecosystems are being continually impacted by human activities and, among these, fisheries have been one of the most damaging. Fisheries modify the structure and functioning of food-webs through biomass removal and physical damage to the seabed, leading to loss of biodiversity and ecosystem services provided by the oceans. The ecosystem-based approach to fisheries is considered the most efficient way to achieve the goal of sustainable use of marine resources while allowing for biodiversity protection. The Strait of Sicily is a biologically important area of the central Mediterranean Sea characterised by high habitat complexity and rich biodiversity; however, due to the multispecific nature of local fisheries and weak implementation of the adopted management plans, this region is particularly vulnerable. We used fishery independent time series (1994-2016) to identify the main demersal assemblages and map their spatial distribution. The pressure of fishing effort on each of these defined assemblages was then quantified in order to evaluate the impact of bottom trawling on demersal communities. Our results showed four spatially distinct and temporally stable assemblages of the Strait of Sicily. These have a clear spatial distribution, different species composition and biodiversity values and are driven primarily by environmental gradients (i.e. mainly depth and, to a lesser extent, surface salinity). The demersal assemblages were subsequently grouped in homogeneous areas characterised by specific communities of commercial and non-commercial species and response to trawling impacts. These areas are proposed as Spatial Managements Units to evaluate and manage demersal mixed fisheries, while also considering biodiversity conservation in the central Mediterranean Sea.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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 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 ».