Impacts of angler skill and hook size on catch and welfare outcomes in freshwater recreational pole fishing
Notice bibliographique
Résumé
ABSTRACT Objective To enhance the reliability of fishery-dependent data and improve our understanding about possible injuries caused by recreational angling gear from a welfare perspective, an understanding of the social and gear-related determinants of catch rates and injury rates is of critical importance. We experimentally assessed the impact of angler skill and different hook sizes on fish catch, hooking depth, and bleeding status in recreational pole fishing of small-bodied freshwater fish. Methods In fully controlled experimental field studies, we captured close to 2,000 fish and evaluated the effects of angler skill and hook size on catch outcomes and injury (hooking depth and bleeding) in pole fishing for small-bodied freshwater fish (primarily cyprinids). The experiments followed a factorial randomized block design over 3 years (2011, 2020, and 2024) at two water bodies in northeastern Germany. Individual angler skill levels were determined using a set of self-reported angling skill questions administered before experimental sessions started. We examined whether this self-reported skill index predicted actual catch outcomes (i.e., actual skill) while controlling for site and key gear components. Results Anglers self-identifying as skilled indeed achieved significantly greater catch per unit effort (CPUE) than unskilled anglers (a twofold difference on average). Angler skill was unrelated to the size of fish captured. Unskilled anglers caused more fish bleeding than skilled anglers, but the depth of hooking did not vary with the self-reported angling skill index. Hook size (J-hooks ranging in size from 10 to 18) did not influence CPUE or fish injury. Conclusions We found a strong skill effect in experimental pole fishing for freshwater cyprinids. Quantifying and statistically considering self-perceived angler skill in future creel surveys and engaging in CPUE standardization when analyzing time series of observational CPUE data collected from angler populations using a self-reported skill index would improve the accuracy of fish stock assessments that use fishery-dependent data collected from anglers.
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 | 0,001 |
| 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 | 0,000 | 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) | 0,002 | 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 ».