A science and management partnership to restore coregonine diversity to the Laurentian Great Lakes
Notice bibliographique
Résumé
Similar to many freshwater ecosystems, the Laurentian Great Lakes of North America have undergone numerous anthropogenic stressors resulting in considerable loss of biodiversity and habitat. Among Great Lakes fishes, the coregonine sub-family has endured the most extensive declines, including extinction of several species ( Coregonus johannae, C. alpenae, and C. kiyi orientalis) and at least 10 instances of local extirpations of other species ( C. nigripinnis, C. reighardi, C. zenithicus, C. hoyi, and C. artedi) across all 5 lakes, much of which occurred prior to the 1960s owing to overfishing, interactions with non-indigenous species, and habitat loss. Despite these declines, no federal-, provincial-, or state-mandated actions were ever implemented to conserve coregonine diversity, potentially because so much of the coregonine declines occurred prior to the enactment of federal conservation legislation. Possible explanations for inaction since enactment of that legislation include insufficient data on biological vulnerability or threats, unresolved taxonomy, and limited support from the fishery management agencies and their stakeholders prior to the 2000s. In recent decades, however, several fishery management agencies have undertaken efforts to re-introduce coregonine diversity. These efforts helped lead to development of a science-based framework to restore coregonines that was universally endorsed by fishery managers representing eight U.S. states, four U.S. tribal organizations, and the province of ON, Canada, in May 2018. The basin-wide framework is based on principles of conservation biology and adaptive management. We describe details of its key steps, including planning, restoring, and evaluating, while also describing recent implementation efforts to develop methods, improve available resources, and enhance coordination across the basin. Although our paper describes a regional effort to restore native coregonines, our adaptive-management approach could be used by other multi-agency stakeholders seeking to conserve or restore native fishes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,008 |
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 ».