Towards a scientific community consensus on designating Vulnerable Marine Ecosystems from imagery
Notice bibliographique
Résumé
Management of deep-sea fisheries in areas beyond national jurisdiction by Regional Fisheries Management Organizations/Arrangements (RFMO/As) requires identification of areas with Vulnerable Marine Ecosystems (VMEs). Currently, fisheries data, including trawl and longline bycatch data, are used by many RFMO/As to inform the identification of VMEs. However, the collection of such data creates impacts and there is a need to collect non-invasive data for VME identification and monitoring purposes. Imagery data from scientific surveys satisfies this requirement, but there currently is no established framework for identifying VMEs from images. Thus, the goal of this study was to bring together a large international team to determine current VME assessment protocols and establish preliminary global consensus guidelines for identifying VMEs from images. An initial assessment showed a lack of consistency among RFMO/A regions regarding what is considered a VME indicator taxon, and hence variability in how VMEs might be defined. In certain cases, experts agreed that a VME could be identified from a single image, most often in areas of scleractinian reefs, dense octocoral gardens, multiple VME species' co-occurrence, and chemosynthetic ecosystems. A decision flow chart is presented that gives practical interpretation of the FAO criteria for single images. To further evaluate steps of the flow chart related to density, data were compiled to assess whether scientists perceived similar density thresholds across regions. The range of observed densities and the density values considered to be VMEs varied considerably by taxon, but in many cases, there was a statistical difference in what experts considered to be a VME compared to images not considered a VME. Further work is required to develop an areal extent index, to include a measure of confidence, and to increase our understanding of what levels of density and diversity correspond to key ecosystem functions for VME indicator taxa. Based on our results, the following recommendations are made: 1. There is a need to establish a global consensus on which taxa are VME indicators. 2. RFMO/As should consider adopting guidelines that use imagery surveys as an alternative (or complement) to using bycatch and trawl surveys for designating VMEs. 3. Imagery surveys should also be included in Impact Assessments. And 4. All industries that impact the seafloor, not just fisheries, should use imagery surveys to detect and identify VMEs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,280 | 0,225 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,021 | 0,011 |
| Études des sciences et des technologies | 0,006 | 0,016 |
| Communication savante | 0,017 | 0,015 |
| Science ouverte | 0,012 | 0,019 |
| Intégrité de la recherche | 0,009 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».