Spatiotemporal Hotspots of Juvenile Bigeye and Yellowfin Tuna Catches Under Drifting Fish‐Aggregating Devices in the Eastern Atlantic Ocean to Define Moratorium Strata
Notice bibliographique
Résumé
ABSTRACT To reduce catches of juvenile bigeye and yellowfin tuna, while maintaining skipjack catches under drifting fish aggregating devices (dFAD), we analyzed spatiotemporal distributions of dFAD catches by European purse seiners in the Eastern Atlantic Ocean during 1996–2019. To detect hotspots of juvenile dFAD catches, we: identified periods of maximum abundance using a seasonal sub‐series diagram; normalized monthly FAD catches per unit effort; and used emerging hotspots analysis on spatiotemporal density. Two main spatiotemporal strata were identified in the Guinean Gulf, which could be used to establish moratoria on dFAD fishing. These spatiotemporal strata differed from the existing ICCAT moratorium, which spanned a larger part of the African coast. Our findings also indicated that time‐area closures of dFAD‐fishing lasting 3–4 months in smaller areas could be more effective than the current dFAD moratorium to reduce unwanted bycatch in the Eastern Atlantic region. The two metrics we developed for comparison provided clear and measurable evidence that demonstrated how strategic and data‐informed moratoriums can lead to substantial improvements in conservation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».