Pacific Salmon: Ecology and Management of Western Alaska’s Populations
Notice bibliographique
Résumé
<em>Abstract.</em>—This paper provides an overview of Arctic-Yukon-Kuskokwim (AYK) commercial salmon fisheries, reviews economicvariables affecting the fisheries, and discusses the challenge of increasing the economic benefits from these fisheries. During the years 2004–2006, AYK fisheries accounted for about 1% of total Alaska harvest volume and 2% of total Alaska harvest value. AYK fisheries accounted for 18% of total Alaska permit holdings and 14% of permits fished, but only 1.6% of total earnings. AYK commercial salmon fisheries have faced significant challenges over the past two decades. Harvest volumes fell sharply from the late 1980s to 2002. By 2007, total harvest volume in five of the six AYK fisheries had recovered somewhat from the low levels of the early 2000s, but remained well below the levels of the late 1980s. Prices fell during the 1990s, most importantly because of the growth of salmon farming, which dramatically increased world salmon supply and reduced the market share of Alaska wild salmon. Currently, prices for AYK coho <em>Onchorhynchus kisutch </em>and chum salmon <em>O. keta </em>remain far below levels of the 1980s, while prices for the Chinook salmon <em>O. tshawyscha </em>fisheries are comparable to levels of the late 1980s. Other challenges have included a steep decline in the number of buyers, and a dramatic increase in fuel prices in the late 2000s. AYK wild salmon producers also face new opportunities in world markets to market wild salmon not as a commodity but as a specialty product. Some AYK salmon runs, such as Yukon River Chinook and chum salmon, have unusually high oil content, which have given them reputations as among the best-tasting salmon in the world. To reduce costs and increase value for AYK salmon fisheries, a need exists for (a) implementing improvements in the quality and consistency of salmon products by improvements in how fish are handled at every stage of harvesting, processing, and transportation; (b) sustained investments in marketing; and (c) investments in infrastructure, ranging from ice machines to airport runways, to reduce costs and improve quality.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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) | 0,000 | 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 ».