Adapting the marine stewardship council’s risk-based framework to assess the impact of towed bottom fishing gear on blue carbon habitats
Notice bibliographique
Résumé
Wild capture fisheries are of economic and social importance, providing a primary source of protein to people globally. There is a broad research base on the environmental impacts of fishing gears and processing methods yet, the impact on the global CO2 budget is less well studied. Evaluating the risk that wild capture fisheries pose to ecosystem health is vital to sustainably managing fishing practices to meet increasing global nutritional needs and reverse declines in marine biodiversity. At the same time meeting net-zero ambitions by reducing direct and indirect GHG emissions is vital. Ecological risk assessments, trait-based assessments, and vulnerability assessments have long supported fisheries management systems globally but do not yet provide any representation regarding the impacts that fishing gears have on the ability of the habitat to capture and store carbon. Considering the importance of accessibility and transparency in approaches necessary for fisheries sustainability certifications, this paper describes a method to integrate habitat carbon capacity attributes into the Marine Stewardship Council (MSC) Consequence and Spatial Analysis (CSA) framework. Applying the CSA carbon extension developed herein produces different CSA risk scores compared to the MSC CSA that does not account for carbon. This has potential consequences for certification schemes as carbon becomes more important in the fisheries sustainability conversation. The CSA carbon extension tool developed here is an important first step in incorporating carbon indicators into evaluations of fisheries that consider fishery carbon impacts.
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 | 0,020 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».