Toward sustainable harvest strategies for marine fisheries that include recreational fishing
Notice bibliographique
Résumé
Abstract Recreational fishing (RF) is a large yet undervalued component of fisheries globally. While progress has been made in monitoring, assessing, and managing the sector in isolation, integration of RF into the management of multi‐sector fisheries has been limited, particularly relative to the commercial sector. This marginalises recreational fishers and reduces the likelihood of achieving the sector's objectives and, more broadly, achieving fisheries sustainability. We examined the nature and extent of RF inclusion in harvest strategies (HSs) for marine fisheries across 15 regions in 11 nations to define the gap in inclusion that has developed between sectors. We focused on high‐income nations with a high level of RF governance and used a questionnaire to elicit expert knowledge on HSs due to the paucity of published documents. In total, 339 HSs were considered. We found that RF inclusion in HSs was more similar to the small‐scale sector (i.e., artisanal, cultural, or subsistence) than the commercial sector, with explicit operational objectives, data collection, performance indicators, reference points, and management controls lacking in many regions. Where specified, RF objectives focused on sustainability, economic value and catch allocation rather than directly relating to the recreational fishing experience. Conflicts with other sectors included competition with the commercial sector for limited resources, highlighting the importance of equitable resource allocation policies alongside HSs. We propose that RF be explicitly incorporated into HSs to ensure fisheries are ecologically, economically, and socially sustainable, and we recommend that fisheries organisations urgently review HSs for marine fisheries with a recreational component to close the harvest strategy gap among sectors.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».