On the importance and practical conservation of nongame fishes
Notice bibliographique
Résumé
ABSTRACT Fisheries management has historically focused conservation efforts on game or sport species. However, most species are nongame—those not traditionally captured for sport or harvest in countries where recreational fisheries predominate. Greater conservation of nongame species could help ensure that population declines do not go unnoticed. Unfortunately, fisheries managers already manage complex ecosystems with limited resources, and they frequently are directed to focus on game fishes. However, game fish populations can also be tightly coupled to nongame fishes, so nongame management can sometimes also benefit game species. We reviewed functional roles of freshwater nongame fishes and suggest categories that may be especially important for conservation. Of note, nongame fishes are more imperiled than game fishes and fill largely distinct functional roles. These roles include food-web impacts, ecosystem engineering, and mussel hosting. Management priorities could include nongame piscivores and species with high biomass, especially herbivores, nest builders, and imperiled mussel hosts. We provide practical options for including nongame fishes in current management, many of which require little additional funding. These include recognizing when sport fish funding and conservation can also benefit nongame species, whole-community sampling at some monitoring locations, collecting catch data for select species observed during game fish surveys, embracing environmental DNA sampling, and making presence–absence record keeping the default option.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».