MétaCan
Menu
Retour à la cohorte
Enregistrement W4221132501 · doi:10.1139/cjfas-2021-0345

Effects of unregulated international fishing on recovery potential of the sandbar shark within the southeastern United States

2022· article· en· W4221132501 sur OpenAlexvenueno aff
Cassidy D. Peterson, Michael J. Wilberg, Enric Cortés, Dean L. Courtney, Robert J. Latour

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOverexploitationFishingFisheryStock assessmentFisheries managementCarcharhinusStock (firearms)ShoalCatch per unit effortRecreationGeographyEnvironmental resource managementEnvironmental scienceEcologyOceanographyBiology

Résumé

récupéré en direct d'OpenAlex

Coastal sharks are challenging to manage in the United States due to their slow life history, limited data availability, history of overexploitation, and competing stakeholder interests. Furthermore, species like the sandbar shark ( Carcharhinus plumbeus) are subjected to international exploitation unmanaged by the US. We conducted a management strategy evaluation using Stock Synthesis on the sandbar shark to test the performance of various configurations of a threshold harvest control rule. In addition to uncertainties addressed in the operating model (OM), we built multiple implementation models to address uncertainties related to future levels of a partially unmanaged source of removals, the combined Mexican and US recreational (MexRec) fleet. We found that the presence of unregulated removals had the potential to significantly influence the success of the various management procedures (MPs) tested. Notably, if MexRec catches continue to increase with total stock abundance following historical trends, the rate of MexRec removals will be too large to allow the sandbar shark to recover across OMs. We present trade-offs between performance metrics across a range of 24 MPs and three implementation models.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,182
Écart entre enseignants0,176 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIchthyology and Marine BiologyTravaux en français237 207