MétaCan
Menu
Retour à la cohorte
Enregistrement W4391454054 · doi:10.5751/es-13902-290109

The chronology of overfishing in a remote West-African coastal ecosystem

2024· article· en· W4391454054 sur OpenAlexvenueno aff
Sidi Yahya Cheikhna Lemrabott, Anieke van Leeuwen, Theunis Piersma, Cheikh-Baye Braham, Abou Ciré Ball, António Araújo, Han Olff, El-Hacen El-Hacen

Notice bibliographique

RevueEcology and Society · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Maritime and Colonial Histories
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOverfishingGeographyEcosystemChronologyEnvironmental resource managementFisheryEcologyEnvironmental scienceFishingArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

Classic studies of marine overexploitation traditionally analyze cases of “fishing down the food web”: turning to smaller species at lower trophic levels after depleting the larger top predators. Much less documented, however, is the preceding phase in which higher trophic level species, previously not exploited or consumed locally, are increasingly added to the catch. Worldwide, this phase happened centuries ago due to technological developments and thus passed before scientific scrutiny and conservation awareness arose, leaving it largely unstudied. Here, we combine a historical reconstruction of fishery with a relatively recent fishing monitoring program to document this early phase in the Parc National du Banc d’Arguin in Mauritania, a marine protected area in Mauritania, West Africa. Long-term trends in mean trophic level of exploited species and total catches provide evidence for an increasing fishing pressure toward the top of the food web, and suggest that the state of “fishing down the food web” is now happening in this ecosystem. This involves the recent intensive targeting of rays and sharks. We show that their contribution to the local economy is marginal compared with the traditionally fished species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,250
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetGlobal Maritime and Colonial HistoriesTravaux en français237 207