MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402738119 · doi:10.1139/cjfas-2024-0102

The cost of hatchery straying: an economic case study on Alaska pink salmon

2024· article· en· W4402738119 sur OpenAlexvenueno aff
Samuel A. May, Peter A. H. Westley

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesCooperative Institute for Climate, Ocean, and Ecosystem Studies, University of Washington
Mots-clésHatcheryFisheryFish <Actinopterygii>Biology

Résumé

récupéré en direct d'OpenAlex

Augmenting harvest using hatchery-produced salmon relies on fish returning to intended sites for capture. However, not all do—some stray, evading capture, and entering wild spawning grounds, thus representing foregone yield. Here we ask, “what is the theoretical loss to harvesters as a result of straying?” We applied existing stray estimates and ex-vessel values from the world’s largest pink salmon hatchery-fishery program: Prince William Sound, Alaska, across three return years with full accounting of system-wide harvest, escapement, and straying, to examine the value of strays under a range of scenarios that varied the component of the harvesting sector that might catch strays. In this system, approximately 1%–5% of returning hatchery fish are estimated to stray away from release sites, which translates to approximate 0.8–4.5 million fish. We found that these strays were worth between $1 and $8 million per year, depending on the scenario and harvest year examined. While many important assumptions factor into this evaluation, our intention is for this work to spark dialogues about the economic tradeoffs associated with investing in stray reduction technologies, complementing the well-studied eco-evolutionary costs and benefits of straying.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,095
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,250
Écart entre enseignants0,222 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→