A global history of bottom trawling and disturbance to continental shelf systems
Notice bibliographique
Résumé
The bottom trawling industry, which provides roughly one quarter of global seafood landings, has a great environmental cost. By dragging nets and other collection devices over the seabed, trawling degrades and impacts seabed habitats, catches a range of non-target species, and has potentially significant implications for our climate via disturbance of sedimentary carbon stocks. Despite this, we have a relatively poor understanding of how, when, and where, intense historical trawling impacts occurred on continental shelf seas. In this presentation, we describe our work to reconstruct the long, lost history of bottom trawling, from its growth in the North Sea during the 18th century, to its global spread and industrialisation in the 1950s. We make use of sources such as national archives, government records, historical accounts, and popular media, to estimate the size and fishing power of early trawling fleets during the 19th and early 20th century. We combine this with descriptions of expanding trawling grounds and past trawling gears to map seabed impacts backwards in time. Latterly, we describe the expansion of bottom trawling post-1950 using trawling landings and effort data collated by the Sea Around Us Project (University British Columbia). We do this by allocating fleet data to fishing ports around the world, and subsequently modelling fishing effort and behaviour across the continental shelves for the period ca. 1950 to 2010. In doing so, we aim to provide a first synthesised global history of bottom trawling, as well as estimates of shelf seabed areas impacted by these activities. The results of this study are expected to shed new night light on the scale and extent of seabed disturbance caused by the bottom trawling industry, while emphasising the importance of historical context for addressing and managing contemporary marine conservation and today’s climate challenges.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».