Quantitative estimates of contact with seafloor habitats by longline trap and hook fishing gear
Notice bibliographique
Résumé
Abstract Despite increasing calls for sustainability and ecosystem objectives to manage fishing gear interactions with benthic habitat there are few quantitative approaches for assessing risks from bottom fisheries. Risk assessments for bottom longline fisheries are particularly challenging due to a lack of information for estimating habitat contact from longline gear. In this paper, we demonstrate how data sensors and video cameras deployed on fishing gear can be used to quantify habitat–contact area for sensitive benthic taxa (corals, sponges, and sea whips) from bottom longline trap and hook gear used by the British Columbia Sablefish (Anoplopoma fimbria) fishery. Our habitat–contact estimates indicate that Sablefish fishing gear has had zero contact with sensitive benthic habitats in 91.8% of the area fished over the last 17 years. For habitats within 8.2% of Sablefish fishing areas that experience some contact from fishing gear, the majority are only contacted once. This indicates that most habitats contacted by Sablefish gear are expected to have a minimum of 17 years to recover between subsequent gear contact. We demonstrate an approach for estimating habitat–contact area from fishing gear that can be widely implemented across longline fisheries, addressing a key data gap in in bottom-impacts research. Our habitat–contact estimates provide essential information for risk assessments that can inform management decisions on the acceptable trade-offs between habitat preservation and fishery benefits over fine spatial scales.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».