Testing models of increasing complexity to develop ecosystem‐informed fisheries advice
Notice bibliographique
Résumé
Abstract Despite continued calls for the application of ecosystem‐based fisheries management, tactical fisheries management continues to be heavily reliant on single‐species stock assessments. These stock assessments rarely quantitatively integrate the effects of ecosystem processes on fish stock productivity. This lack of integration is ultimately driven by the complexity of interactions between populations, ecosystems and fisheries, which produces uncertainty when defining which processes to include and how to include them. Models developed using a structured hypothesis testing framework would allow formalizing uncertainties while underscoring the importance of incorporating different population and ecosystem processes to explain non‐stationary stock productivity. Here, we develop a conceptual framework for extending and comparing population dynamics models of increasing complexity. We illustrate the utility of the framework by investigating the population and ecosystem processes that most likely affected the differential recovery of two flatfish populations (American plaice and yellowtail flounder) on the Newfoundland Grand Banks over the past three decades. We found that yellowtail flounder population dynamics were primarily driven by recruitment variability, which was negatively affected by warmer climatological conditions, as indicated by an integrated regional climate index. Meanwhile, American plaice population dynamics were affected by a combination of temporal variability in recruitment and natural mortality, where natural mortality increased during colder than average conditions. By exploring hypotheses about the effects of population and ecosystem processes on population dynamics, this modelling framework will improve understanding about the drivers of shifts in population productivity while serving as a transparent and robust approach to support ecosystem‐based fisheries management.
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 | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».