MétaCan
Menu
← Retour à la cohorte
Enregistrement W4296451128 · doi:10.1139/cjfas-2022-0125

Accounting for transient dynamics could improve the use of marine protected areas as a reference point for fisheries management

2022· article· en· W4296451128 sur OpenAlexvenueno aff
Victoria Quennessen, Elizabeth A. Babcock, J. Wilson White

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésFisheries managementProxy (statistics)Environmental scienceFish stockStock (firearms)Stock assessmentMaximum sustainable yieldBiomass (ecology)Marine reserveFisheryPoint estimationMarine protected areaStatisticsEnvironmental resource managementEcologyFish <Actinopterygii>GeographyMathematicsHabitatBiologyFishing

Résumé

récupéré en direct d'OpenAlex

Biological reference points for fishery management depend on estimates of current stock status relative to unfished biomass (depletion). The ratio of fish density outside to inside a marine reserve, the density ratio, could serve as a proxy for depletion for data-poor management. However, transient dynamics associated with time lags in returning to the unfished state following reserve implementation make that proxy inaccurate on short time scales. We assessed density ratio management rules using an age-structured, spatially explicit model of four US west coast nearshore fishes following reserve implementation, with scenarios encompassing sampling error, recruitment variability, and uncertainty in natural mortality. In deterministic simulations, management incorporating time lags generally resulted in a higher mean and lower variability in biomass over 20 years, but lower mean yield compared to management that did not. However, when stochastic recruitment was included, differences among simulations due to stochasticity were much greater than any difference in performance between management strategies. Nonetheless, in certain cases, accounting for time lags could help avoid unwarranted increases in harvest effort after reserve implementation.

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)0,017
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 enseignants0,071
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0020,001
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 Opus0,038
Tête enseignante GPT0,239
Écart entre enseignants0,201 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→