MétaCan
Menu
Retour à la cohorte
Enregistrement W3044375122 · doi:10.1111/faf.12482

Frontiers in modelling social–ecological dynamics of recreational fisheries: A review and synthesis

2020· review· en· W3044375122 sur OpenAlexaff
Christopher T. Solomon, Colin J. Dassow, Carolyn M. Iwicki, Olaf P. Jensen, Stuart E. Jones, Greg G. Sass, Ashley Trudeau, Brett T. van Poorten, Dane Whittaker

Notice bibliographique

RevueFish and Fisheries · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensMinistry of Environment
Organismes subventionnairesNational Science Foundation
Mots-clésRecreationEcological systems theoryContext (archaeology)Fisheries managementEnvironmental resource managementFishingEcologyGeographyFisheryEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Recreational fisheries are culturally and economically important around the world. Recent research emphasizes that understanding and managing these systems requires a social–ecological perspective. We systematically reviewed quantitative social–ecological models of marine and freshwater recreational fisheries to summarize their conceptualization of social, ecological, and social–ecological dynamics and identify research frontiers. From a candidate set of 626 studies published between 1975 and 2018, 49 met criteria for inclusion in our review. These studies, though diverse in terms of focal species and processes considered, were geographically limited to a few locations and ignored large regions of the globe where recreational fishing is important. There were also important gaps in the social and ecological processes that were included in published models. Reflecting on these patterns in the context of previous conceptual frameworks, we define five key frontiers for future work: 1) exploring the implications of social and behavioural processes like heuristics, social norms, and information sharing for angler decisions and fishery dynamics; 2) modelling governance with more realistic complexity; 3) incorporating ideas from resilience thinking and complex adaptive systems, including slow variables, destabilizing feedbacks, surprises and diversity; 4) considering key ideas in fisheries systems, including spatial and temporal effort dynamics, catch hyperstability, and stocking; and 5) thinking synthetically about the models that we use to describe social–ecological dynamics in recreational fisheries, via explicit comparisons and formal integration with data. Exploration of these frontiers, while remembering the distinction between model complexity and model usefulness, will improve our ability to understand and sustain recreational fisheries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,045
Tête enseignante GPT0,268
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations40
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine and fisheries researchTravaux en français237 207