MétaCan
Menu
Retour à la cohorte
Enregistrement W4214736738 · doi:10.5751/es-13112-270126

Hidden benefits and risks of partial protection for coral reef fisheries

2022· article· en· W4214736738 sur OpenAlexvenueno aff
Patrick Smallhorn‐West, Philippa J. Cohen, Renato A. Morais, Fraser A. Januchowski‐Hartley, Daniela M. Ceccarelli, Siola’a Malimali, Karen Stone, R. Scott Warren, Joshua E. Cinner

Notice bibliographique

RevueEcology and Society · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchAustralian Research CouncilConsortium of International Agricultural Research CentersAustralian GovernmentNational Geographic Society
Mots-clésFisherySustainabilityVulnerability (computing)BusinessFisheries managementCoral reefEnvironmental resource managementLivelihoodEcosystemNatural resource economicsFishingEnvironmental scienceEcologyEconomicsAgricultureBiology

Résumé

récupéré en direct d'OpenAlex

Partially protected areas are now the dominant global form of spatial management aimed at preserving ecosystem integrity and managing human use. However, most evaluations of their efficacy use only a narrow set of conservation indicators that reflect a fraction of ways in which protection can succeed or fail. In this paper, we examine three case studies of partially protected coral reef fishery systems to evaluate benefits and risks of their use as a management tool. We use data from community-based management arrangements in three Pacific Island countries to demonstrate three vignettes of how partial protection can boost fisheries production, enhance the ease with which fishers catch their prey, and alter the composition of fisheries yields. These changes in fisheries productivity, catchability, and vulnerability under partial protection carry substantial benefits for fishers. However, they also carry significant risks for ecosystems and fisheries livelihoods unless adaptively managed so as to confer the short to medium term benefits in resource performance without risking longer term sustainability.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
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 seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,241
Écart entre enseignants0,202 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207