MétaCan
Menu
Retour à la cohorte
Enregistrement W4401461252 · doi:10.1111/faf.12854

Pathways for integrating historical information into fisheries decision‐making

2024· article· en· W4401461252 sur OpenAlexafffund
Loren McClenachan, Jason M. Cope, Ilse A. Martínez‐Candelas, Joshua Nowlis, Nadia T. Rubio‐Cisneros, Alexander Tewfik, Katie L. Cramer

Notice bibliographique

RevueFish and Fisheries · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCanada Research ChairsSave Our Seas FoundationRufford Foundation
Mots-clésFisheryBusinessComputer scienceEnvironmental resource managementBiologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Historical information has provided key insights into long‐term ecological change to marine species and ecosystems, with value to fisheries. Yet, pathways to integrate these diverse data sources into fisheries decision‐making have not been clear. Here, we identify an array of biological, ecological, and social information suitable for contemporary science‐based decision‐making, derived from local ecological knowledge, historical archives, archaeological middens and palaeoecological material. We outline two broad pathways to integrate these historical data into fisheries decision‐making, demonstrating that data‐driven use of historical information is relevant across a range of management contexts. First, historical information can inform fisheries assessments that range from simple to complex, affecting indicators of stock status. Second, it can inform estimates of biological potential and social preference, affecting the choice of fisheries reference points. Using the Caribbean Sea as an example, we illustrate these ideas with case studies representing diverse species and historical data types. Integrating historical data can improve indicators of the current state of fish populations and result in management decisions based on a more complete understanding of a potential range of variation, avoiding shifted baselines. The urgency of this work is underscored by accelerating environmental changes and the rapid loss of invaluable historical information sources. By illuminating pathways, our goal is to increase the accessibility of these types of information and to underscore that scientists, managers, and resource users have roles to play in identifying and integrating relevant long‐term data at various spatial and temporal scales to sustainably manage marine fisheries.

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)0,033
score de la tête « metaresearch » (Gemma)0,088
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,088
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0030,006
Communication savante0,0160,020
Science ouverte0,0030,010
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,195 · 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'étudeThéorique ou conceptuel
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

Citations18
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207