MétaCan
Menu
Retour à la cohorte
Enregistrement W4302068070 · doi:10.47886/9781934874110.ch35

Pacific Salmon: Ecology and Management of Western Alaska’s Populations

2009· book-chapter· en· W4302068070 sur OpenAlexaboutno aff

Notice bibliographique

RevueAmerican Fisheries Society eBooks · 2009
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBycatchPollockFisheryChinook windOncorhynchusFisheries managementGeographyFish <Actinopterygii>FishingBiology

Résumé

récupéré en direct d'OpenAlex

Abstract.—Chinook Oncorhynchus tshawytscha and chum O. keta salmon bycatch in the Bering Sea Aleutian Islands (BSAI) walleye pollock Theragra chalcogramma fishery has increased dramatically in recent years, reaching near record highs for both salmon species. This bycatch must either be thrown back into the water or saved for donation to food banks. Many of these salmon were bound for spawning streams in the Arctic-Yukon-Kuskokwim (AYK) region of western Alaska, where the people of the AYK region await the salmon’s return to provide for subsistence and commercial fisheries, and to fulfil a vital cultural role. To examine the interplay between the pollock fishery and western Alaska salmon stocks, this paper reviews important characteristics of the pollock fishery, western Alaska salmon stock status and origins of salmon bycatch in the pollock fishery, legal requirements to reduce bycatch, past and present bycatch management measures, and discusses possibilities for change and improvement to ensure that salmon bycatch and the impacts to western Alaska salmon are reduced. Current management under the voluntary rolling hot spot system provides an adaptive approach to bycatch management, but has not reduced salmon bycatch overall. To be effective, this system needs to be combined with a total cap on salmon bycatch. Technical approaches to reduce salmon bycatch, such as salmon excluder devices, should be developed and implemented. Social devices such as labelling regimes for sustainably caught fish could also play a role in reducing salmon bycatch.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,128
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,218
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Fisheries Society eBooksMême sujetFish Ecology and Management StudiesTravaux en français237 207