MétaCan
Menu
Retour à la cohorte
Enregistrement W4308965126 · doi:10.1038/s41893-022-00981-x

Towards process-oriented management of tropical reefs in the anthropocene

2022· article· en· W4308965126 sur OpenAlexaff
Raphaël Seguin, David Mouillot, Joshua E. Cinner, Rick D. Stuart‐Smith, Eva Maire, Nicholas A. J. Graham, Matthew McLean, Laurent Vigliola, Nicolas Loiseau

Notice bibliographique

RevueNature Sustainability · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensDalhousie University
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésBiomass (ecology)ProductivityReefEnvironmental scienceFisheryCoral reefEcologyBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Tropical reefs and the fish relying on them are under increasing pressure. Shallow-reef fish provide important ecological information in addition to sustaining fisheries, tourism and more. Although empirical metrics of fish biomass are widely used in fisheries management, metrics of biomass production—how much new biomass is produced over time—are rarely estimated even though such production informs potential fisheries yields. Here we estimate fish standing biomass (B), biomass production (P, the rate of biomass accumulation) and biomass turnover (P/B ratio, the rate of biomass replacement) for 1,979 tropical reef sites spanning 39 tropical countries. On the basis of fish standing biomass and biomass turnover, we propose a conceptual framework that splits reefs into three classes to visualize ecological and socio-economic risk and help guide spatial management interventions (for example, marine protected areas) to optimize returns on conservation efforts. At large scales, high turnover was associated with high human pressure and low primary productivity, whereas high biomass was associated with low human pressure and high primary productivity. Going beyond standing fish biomass to consider dynamic ecological processes can better guide regional coral reef conservation and sustainable fisheries management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,021
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

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

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 Opus0,004
Tête enseignante GPT0,265
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature SustainabilityMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207