MétaCan
Menu
Retour à la cohorte
Enregistrement W4406759837 · doi:10.1093/fshmag/vuae003

Emerging live sonar technologies in freshwater recreational fisheries: Issues and opportunities

2025· article· en· W4406759837 sur OpenAlex
Steven J. Cooke, Ben C. Neely, Caleb T. Hasler, Jason D. Schooley, Jacob W. Brownscombe, Luc LaRochelle, Andy J. Danylchuk, Taylor L. Hunt, Jacob D. Norman

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFisheries · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of WinnipegFisheries and Oceans CanadaCarleton University
Organismes subventionnairesnon disponible
Mots-clésFisheryRecreational fishingRecreationSonarEmerging technologiesBusinessEnvironmental planningGeographyEnvironmental resource managementEnvironmental scienceOceanographyFish <Actinopterygii>BiologyEcologyComputer scienceGeologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Debate about the potential benefits and risks of live sonar technology (also known as live imaging sonar and forward-facing sonar) in freshwater recreational fisheries includes growing discussions regarding regulation. Synthesizing sparse literature, experiences of the coauthors, and observations from traditional and social media, we revealed a varied range of potential outcomes for fisheries when this technology is used. Of particular concern is the ability to find fish that were previously cryptic and to target them in ways that increase capture efficiency (e.g., through snagging where legal or more accurately presenting lures or baits); thus, increasing catchability. Conflicting views within the recreational fishing community about the “fair chase” aspect of this technology have prompted discussions regarding regulations. We anticipate continued debate around this topic and hope that this paper will inspire more empirical research (ecological and human dimensions) to provide resource managers and the recreational fishing community with insights and guidance on how to ensure that live sonar is used in ways that benefit fisheries management and stakeholder interests.

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.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,357
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,234
Écart entre enseignants0,214 · 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