MétaCan
Menu
Retour à la cohorte
Enregistrement W3097535278 · doi:10.1111/fme.12462

Hook disgorgers remove deep hooks but kill fish: A plea for cutting the line

2020· article· en· W3097535278 sur OpenAlexafffund
Steven J. Cooke, Andy J. Danylchuk

Notice bibliographique

RevueFisheries Management and Ecology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHookFishingCatch and releaseFisheryFish <Actinopterygii>Recreational fishingMicropterusBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Recreational fishing can result in deep hooking (e.g. in the gullet) of fish that are intended to be released, leading to the development of various tools intended to assist with hook removal. So‐called “hook disgorgers” are typically marketed as being a mechanism to retrieve the hook while doing so in a way that reduces harm to the fish, despite there being many studies that demonstrate that it is best to cut the line for deeply hooked fish. A study was designed to test the effectiveness of six different hook disgorgers for deeply hooked smallmouth bass, Micropterus dolomieu Lacépède, captured using baitholder hooks relative to shallow hooked controls and fish for which the line was cut. Reflex impairment and survival at 10 min, 1 hr and 24 hr were assessed. The study was terminated after early results revealed that all but one of the fish that had the hook removed died ( n = 17), while all fish that were hooked in the jaw ( n = 4) or had the line cut ( n = 5) survived. The ethical conundrum faced by the research team is discussed here, recognising that an incomplete study would have less statistical rigour even though it was very clear that disgorgers used when hooks were in the gullet killed the fish. Stopping rules are common in pharmaceutical trials and can also be used to inform catch‐and‐release research to maintain fish welfare. Best practices for anglers include cutting the line when fish are hooked in the gullet, and changing fishing strategies and gear type when deep hooking is encountered on a routine basis, otherwise mortality can be unnecessarily high.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,192
Écart entre enseignants0,179 · 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.

Devis d'étudeSans objet
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

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFisheries Management and EcologyMême sujetFish Ecology and Management StudiesTravaux en français237 207