Conservation aquaculture as a tool for imperiled marine species: Evaluation of opportunities and risks for Olympia oysters, Ostrea lurida
Notice bibliographique
Résumé
Conservation aquaculture is becoming an important tool to support the recovery of declining marine species and meet human needs. However, this tool comes with risks as well as rewards, which must be assessed to guide aquaculture activities and recovery efforts. Olympia oysters (Ostrea lurida) provide key ecosystem functions and services along the west coast of North America, but populations have declined to the point of local extinction in some estuaries. Here, we present a species-level, range-wide approach to strategically planning the use of aquaculture to promote recovery of Olympia oysters. We identified 12 benefits of culturing Olympia oysters, including identifying climate-resilient phenotypes that add diversity to growers' portfolios. We also identified 11 key risks, including potential negative ecological and genetic consequences associated with the transfer of hatchery-raised oysters into wild populations. Informed by these trade-offs, we identified ten priority estuaries where aquaculture is most likely to benefit Olympia oyster recovery. The two highest scoring estuaries have isolated populations with extreme recruitment limitation-issues that can be addressed via aquaculture if hatchery capacity is expanded in priority areas. By integrating social criteria, we evaluated which project types would likely meet the goals of local stakeholders in each estuary. Community restoration was most broadly suited to the priority areas, with limited commercial aquaculture and no current community harvest of the species, although this is a future stakeholder goal. The framework we developed to evaluate aquaculture as a tool to support species recovery is transferable to other systems and species globally; we provide a guide to prioritizing local knowledge and developing recommendations for implementation by using transparent criteria. Our collaborative process engaging diverse stakeholders including managers, scientists, Indigenous Tribal representatives, and shellfish growers can be used elsewhere to seek win-win opportunities to expand conservation aquaculture where benefits are maximized for both people and imperiled species.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».