Release mortality in Pacific salmon fisheries along the homing migration and recommended best practices to maximize welfare and survival
Notice bibliographique
Résumé
Release or discard of captured fish commonly occurs in commercial and recreational fisheries and can result in immediate fish mortality during capture or delayed mortality upon release. This review synthesizes data from Pacific salmon ( Oncorhynchus spp.) fisheries examining intrinsic and extrinsic factors affecting Pacific salmon individual release mortality (RM) across species and fishing sectors as adult fish mature and transit from marine, to estuarine, to fresh water. RM risk was high (26–45 % observed mortality) in all fisheries and environments when captured fish were bleeding, had high levels of scale loss, had fin or eye damage, and were exposed to low oxygen from net crowding and exhaustion. Highest RM risk (>45 % observed mortality) was associated with gill net and purse seine fisheries. Air exposure and handling duration contributed to high RM when water temperatures in any environment exceeded 18°C. Estuarine and lower river environments have elevated RM risk due to osmotic, maturation, and temperature changes. Short to medium term (≤24 h) observations were poor predictors of longer-term RM, and observations of at least 5–10 days were needed to assess more complete RM rates. RM mechanisms were environment, fishery sector, and life-stage specific. Our best practice recommendations for modifying current fishing practices are gear- and location-specific and aim to minimise stress, injury, and bycatch, which could result in improvements to fish welfare, reductions in RM, and associated conservation benefits.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».