Imputation of Fisheries Reference Points for Endangered Data‐Poor Fishes, With Application to Rhino Rays
Notice bibliographique
Résumé
ABSTRACT For data‐limited fish species, sustainable management frequently relies on biological metrics that are derived from life‐history trait data, as opposed to high‐resolution time series of catch and abundance. These biological metrics are used to assess a species' recovery potential at low population densities, as well as their extinction risk. However, for really data poor species, the life‐history traits required to derive these metrics are also often only partially known. Addressing this gap is essential for informing regulatory and conservation actions for vulnerable species and stocks lacking assessments. We developed a generalisable, phylogenetically informed framework for imputing missing life‐history traits across different taxa and applied it to 57 species within the order Rhinopristiformes (rhino rays), an evolutionarily distinct and highly threatened group with notably sparse life‐history data. We then used the imputed traits to derive four key management and conservation metrics: steepness of the Beverton–Holt stock–recruitment relationship, spawning potential ratio at maximum sustainable yield, maximum intrinsic population growth rate and generation length. We found strong correlations between mean life‐history traits and three management metrics. While uncertainty in management metrics remained high due to intraspecific variability, measurement error and limited data, using reconstructed traits reduced uncertainty compared to using surrogate trait data from other populations or congeneric species. We provide imputed trait values and corresponding management and conservation metrics alongside uncertainty bounds that should be recognised in any subsequent conservation assessments and management strategy evaluations. The proposed framework enables the generation of first‐order, evidence‐based management and conservation metrics for data‐limited taxa, thereby supporting more informed decision‐making for species without comprehensive species‐level assessments.
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) | 0,000 | 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 ».