MétaCan
Menu
Retour à la cohorte
Enregistrement W4406477255 · doi:10.1111/cobi.14440

Downscaling global reference points to assess the sustainability of local fisheries

2025· article· en· W4406477255 sur OpenAlexaff
Jessica Zamborain‐Mason, Sean R. Connolly, M. Aaron MacNeil, Michele L. Barnes, Andrew G. Bauman, David A. Feary, Víctor Huertas, Fraser A. Januchowski‐Hartley, Jacqueline Lau, Michalis Mihalitsis, Joshua E. Cinner

Notice bibliographique

RevueConservation Biology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensDalhousie University
Organismes subventionnairesAustralian Research CouncilAkershus Universitetssykehus
Mots-clésDownscalingSustainabilityGeographyEnvironmental resource managementEnvironmental scienceFisheryEcologyClimate changeBiology

Résumé

récupéré en direct d'OpenAlex

Multispecies coral reef fisheries are typically managed by local communities who often lack research and monitoring capacity, which prevents estimation of well-defined sustainable reference points to perform locally relevant fishery assessments. Recent research modeling coral reef fisheries globally has estimated multispecies sustainable reference points (i.e., the maximum reef fish yields that can be harvested sustainably and the corresponding reef fish standing biomass at which those are expected to be achieved) based on environmental indicators. These global reference points are a promising tool for assessing data-poor reef fisheries but need to be downscaled to be relevant to resource practitioners. Using a small-scale multispecies reef fishery in Papua New Guinea, we estimated sustainable reference points and assessed the sustainability of the fishery by integrating global-scale analyses with local-scale environmental conditions (i.e., coral cover, sea surface temperature, ocean productivity, and whether the reef is an atoll), reef area, fish catch and standing biomass estimates, and fishers' perceptions. Local-scale relevant data were obtained from a combination of remote sensing products, underwater visual censuses, catch surveys, and household structured social surveys. Our sustainability assessment based on downscaled estimated sustainable reference points was consistent with local fishers' perceptions. Specifically, our downscaled results suggested that the fishing community was overfishing their reef fish stocks and stocks were below biomass levels that maximize production, making the overall reef fishery unsustainable. These results were consistent with fisher perceptions that reef fish stocks were declining in abundance and mean fish length and that fishers had to spend more time finding fish. Our downscaled site-level assessment revealed severe local resource exploitation, the dynamics of which were masked in national-scale assessments, emphasizing the importance of matching assessments to the scale of management. Overall, we show how global reference points can be applied locally when long-term data are not available, providing baseline assessments for sustainably managing previously unassessed multispecies reef fisheries around the globe.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,232
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,331
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation BiologyMême sujetMarine and fisheries researchTravaux en français237 207