Challenges of Gauging the Impact of Area-Based Fishery Closures and OECMs: A Case Study Using Long-Standing Canadian Groundfish Closures
Notice bibliographique
Résumé
The United Nations Convention on Biological Diversity was established in 1993. Canada is a signatory nation that has adopted, and exceeded, the UN Aichi biodiversity target to protect 10% of coastal and marine areas through marine protected areas or “other effective area-based conservation measures” (OECMs) by 2020. However, the science of OECMs as contributors to biodiversity conservation is relatively young and their definition and efficacy testing continue to evolve. Here, we examine whether areas closed to fishing on the Scotian Shelf in Atlantic Canada, where the groundfish community had collapsed in the early 1990s, have the potential to serve as OECMs for groundfish recovery. Using long-term research survey data, we show that three long-term area-based fishing fleet closures did not enhance per capita population growth rates of the majority of 24 common groundfish species. At a regional scale, 10 out of 24 species are currently at less than 50% of their pre-collapse (1979–1992) biomass, reflecting a sustained diminished productivity, even though fishing mortality has been drastically reduced through a moratorium in 1993. Additional measures are needed to protect severely depleted groundfish, especially when the causes of continued diminished productivity are still largely unresolved. The importance of OECMs as a risk-averse approach toward sustainability is globally accepted and they can be considered a tool toward the overarching UN Sustainable Development Goals (SDG-14). Our study provides further impetus toward articulating the criteria of OECMs and improving their design, monitoring, and testing, while placing OECMs within the broader context of sustainable ecosystem-based management.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».