Managing Small Fish at Large Scales: The Emergence of Regional Policies for River Herring in the Eastern United States
Notice bibliographique
Résumé
Abstract Anadromous Alewives Alosa pseudoharengus and Blueback Herring A. aestivalis, collectively known as “river herring,” provide ecosystem services to coastal communities in the Eastern United States. Despite traditions of community-based stewardship, many populations exhibit long-term declines. Their name notwithstanding, river herring spend most of their lives at sea and stray among natal rivers. Therefore, absence of management above individual rivers can compromise population viability, local conservation investments, and ecosystem services. Large-scale management in the USA was achieved for the first time during 2007–2015 by amending three Fishery Management Plans and creating a broader River Herring Conservation Plan following an Endangered Species Act petition. Concurrently, an international restoration plan for river herring in the St. Croix River on the USA–Canada border was adopted. A survey of stakeholder organizations in New England during this period revealed widespread concern for stressors managed at different scales, but that most action was directed locally. Stakeholder collaboration networks were clustered within states and around loose regional hubs, matching the scales of stakeholder concerns and actions. Unfortunately, river herring face growing threats linked to climate change, effects of which will be felt at local and regional scales, while effective mitigation will require actions at national and global scales.
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 | 0,000 | 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 | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».