Notice bibliographique
Résumé
Freshwater fisheries were an important component of the natural and cultural heritage of the former USSR and its republics. Six articles in this issue, “A Rare Glimpse of the Freshwater Fishes of Central Asia,” provide unique insights into the freshwater fish fauna and fisheries of Dagestan, Kazakhstan, Kyrgyzstan, Lake Baikal, Sea of Azov, and the Ukraine (Figure 1).To the English-speaking world, the fisheries of Lake Baikal are perhaps the best known, those of the Ukraine and the Sea of Azov lesser known, and those of Dagestan, Kazakhstan, and Kyrgyzstan virtually unknown. These articles, written by authorities on the freshwater fisheries of these regions, provide an invaluable wealth of information never before published in English, not even in the English version of Voprosy Ikhtiologii, the Russian Journal of Ichthyology. The articles summarize the freshwater fish fauna and history of fisheries in these regions and challenges faced including overexploitation, environmental degradation, and invasive species - threats common the world over. They also identify challenges, and offer solutions, related to the need for collaborative inter-jurisdictional management of shared waterbodies, modernization of commercial fishing and aquaculture, modernization and enforcement of fisheries regulations, and increased capacity to conduct research and undertake management.This work is part of the continuing series of compendia of papers published by the Aquatic Ecosystem Health and Management Society (AEHMS) on fish faunas and fisheries of the world (Aquatic Ecosystem Health and Management [AEHM], 2001, 2006, 2007a,b, 2010, 2013). The Society is once again extremely pleased to bring together another set of articles that provide a rare glimpse of the freshwater fishes of some of the least known areas in the world – those of Central Asia.
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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».