MétaCan
Menu
Retour à la cohorte
Enregistrement W4200603843 · doi:10.1139/cjfas-2021-0267

Gut content metabarcoding reveals potential importance of fisheries discards consumption in marine fauna

2021· article· en· W4200603843 sur OpenAlexvenueno aff
Benjamin Lejeune, Maud Mouchet, Sonia Méhault, Dorothée Kopp

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesInstitut Français de Recherche pour l'Exploitation de la Mer
Mots-clésDiscardsFishingFisheryMarine conservationContext (archaeology)Food webMarine ecosystemBiologyEcologyEuropean unionEcosystemBusiness

Résumé

récupéré en direct d'OpenAlex

Fisheries discards have become a source of concern for the perennation of marine resources. To reduce discards, the European Union adopted a Landing Obligation under the reform of its Common Fisheries Policy. However, food web consequences of reducing discards remain uncertain since their degree and pathway of reintegration are understudied. We used multi-marker DNA metabarcoding of gut contents and an ecological network approach to quantify marine fauna reliance on discarded fish and functional importance of discard consumers in coastal fishing grounds. We show that potential discard consumption is widespread across fish and invertebrates, but particularly important for decapods, which were also pinpointed as functionally important. Potential discard consumption may represent up to 66% of all interactions involving fish prey in the reconstructed network. We highlight that discard reliance may be more important than previously assessed in some fishing areas and support functionally important taxa. While reducing discarding remains a conservation priority, it is crucial to understand discards reintegration in marine food webs to anticipate changes in the context of an ecosystem approach to fisheries 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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,036
Tête enseignante GPT0,217
Écart entre enseignants0,181 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207