Disentanglement network data to characterize leatherback sea turtle Dermochelys coriacea bycatch in fixed-gear fisheries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To characterize sea turtle bycatch in fixed-gear fisheries in Massachusetts, USA, we analyzed a 15 yr dataset of entanglement reports and detailed documentation from disentanglement operations. Almost all (272) of the 280 confirmed entanglements involved leatherback turtles Dermochelys coriacea . The majority of turtles were entangled in actively fished (96%), commercial (94%) pot/trap gear with unbroken/untriggered weak links, specifically the buoy lines marking lobster, whelk, and fish traps. Most reports came from recreational boaters (62%) and other sources (26%), rather than commercial fishers (12%). Leatherback entanglements occurred from May to November, with peak reporting in August, and included adult males, adult females, and subadults. All entanglements involved the turtle’s neck and/or front flippers, with varying degrees of visible injuries; 47 entangled leatherbacks were dead in gear, 224 were alive at first sighting, and 1 case was unknown. Post-release monitoring suggested turtles can survive for days to years after disentanglement, but data were limited. While the observed entanglements in our study are low relative to global bycatch, these numbers should be considered a minimum. Our findings are comparable to observed numbers of leatherbacks taken in Canadian fixed-gear fisheries, and represent just one of multiple, cumulative threats in the North Atlantic. Managers should focus on strategies to reduce the co-occurrence of sea turtles and fixed-fishing gear, including reductions in the number of buoy lines allowed (e.g. replace single sets with trawls), seasonal and area closures targeted to reduce sea turtle-gear interaction, and encourage the development of emerging technologies such as ‘ropeless’ fishing.
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.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 découle