Canadian murre harvest management in the face of uncertainty: a potential biological removal approach
Notice bibliographique
Résumé
Abstract How to manage harvest under great uncertainty is a fundamental question for many wildlife managers, particularly when resources necessary to estimate abundance or population trends are limited. The large Newfoundland and Labrador murre hunt is the only licensed harvest of seabirds in Canada. Though harvest of thick‐billed murres (Uria lomvia) and common murres (Uria aalge) has declined considerably since the 1960−1970s from >500,000 birds taken annually to approximately 100,000 annually in recent years, potential murre colony declines across the North Atlantic have again triggered concerns over the sustainability of murre harvest in Canada. The effect of current harvest is difficult to assess because there is considerable uncertainty in recent population size, trend, demographic rates, licensed harvest, fisheries bycatch, and illegal harvest. To assess the situation, we simulated the population size necessary to sustain current levels of approximated anthropogenic mortality using a potential biological removal approach, which simplifies and constrains population processes to a few key variables. Based on these simulations, the Canadian licensed harvest of thick‐billed murre is consistent with conservation management objectives, as is common murre licensed harvest and fisheries bycatch. Adding estimated illegal harvest resulted in unstainable mortality levels in both species. While wildlife managers will need to formally assess the relative costs and benefits of reducing uncertainty in this system through improved harvest and population monitoring, illegal harvest and commercialization need to be addressed to manage Canadian murre populations. Potential biological removal approaches can be a useful framework to assess harvest management decisions for marine birds and other data‐limited 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 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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| 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 ».