MétaCan
Menu
Retour à la cohorte
Enregistrement W3210036061 · doi:10.3354/meps13938

Distributions of threatened skates and commercial fisheries inform conservation hotspots

2021· article· en· W3210036061 sur OpenAlexafffund
Isabelle Jubinville, Ethan Lawler, Sophie B. Tattrie, Nancy L. Shackell, Joanna Mills Flemming, Boris Worm

Notice bibliographique

RevueMarine Ecology Progress Series · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesCanada First Research Excellence FundFisheries and Oceans CanadaOcean Frontier Institute
Mots-clésBycatchSkateFisheryThreatened speciesAbundance (ecology)EcologyHabitatFishingBiology

Résumé

récupéré en direct d'OpenAlex

Bycatch in commercial fisheries is a pressing conservation concern and has spurred global interest in adopting ecosystem-based management practices. To address such concerns, a thorough understanding of spatiotemporal relationships among bycatch species, their environment and fisheries is required. Here we used a generalized linear mixed model framework incorporating spatiotemporal random effects to model abundance patterns for 3 skate species caught as bycatch in commercial fisheries (thorny skate Amblyraja radiata, winter skate Leucoraja ocellata and smooth skate Malacoraja senta), as well as 10 target species on the Scotian Shelf, NW Atlantic. Spatiotemporal estimates of relative abundance for at-risk skates within the years 2005-2015 were modelled from research trawl survey data and overlaid with those for target species to identify hotspots of bycatch risk. In addition, abundance estimates for at-risk skates within the years 1975-1985, a period of higher stock abundance, were used to identify areas of previously important habitat. Historically, skate species densely occupied areas near Sable Island and Banquereau Banks, Georges Bank and the Bay of Fundy. Bycatch hotspots between at-risk skates and commercial targets were identified in regions across the Scotian Shelf. These hotspots were independently validated by predicting species presence from at-sea observer data that monitor skate bycatch directly. We discuss spatial relationships between target and bycatch species, highlighting limitations of at-sea observer programmes that this method helps to address. This framework can be applied more broadly to inform ecosystem management and priority areas for conservation or fisheries regulation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,212 · 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'étudeObservationnel
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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetIchthyology and Marine BiologyTravaux en français237 207