MétaCan
Menu
Retour à la cohorte
Enregistrement W4415585937 · doi:10.21083/crrf.v31i1.7319

Fisheries Management in a Changing Climate – Insights from the Northwest Atlantic Lobster Fishery

2023· article· W4415585937 sur OpenAlexaffabout

Notice bibliographique

RevueProceedings of the Canadian Rural Revitalization Foundation · 2023
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésFishingFisheries managementStock (firearms)Climate changeStock assessmentCod fisheriesFisheries scienceFish stock

Résumé

récupéré en direct d'OpenAlex

Globally, our oceans are in jeopardy due primarily to pollution, over fishing and climate change. Northwest Atlantic coastal and island communities have been founded on and flourished from their fisheries since the earliest records of human history and they stand to be impacted disproportionality by threats to the surrounding marine territory. Unlike other current day fisheries, the lobster fishery in this region is experiencing abundance. Catch rates and spawning stock biomass have been steadily increasing for over three decades due to the loss of predators, increase in waters temperature and management strategies. The increase in landings and value of the lobster fishery is widely viewed as a rare fisheries success story. However, the lack of economic diversity in the fisheries coupled with rising ocean temperatures and acidification hints at the potential for an economic disaster. We need look no further than the collapse of the northern cod to understand the implications of this for rural communities. In this presentation I provide an overview of scholarly literature on climate and biological science relating to the future of lobster in Atlantic Canada and lay out a case for concern. Then I analyse the formal and informal governance regimes in the lobster fisheries in the Northwest Atlantic for insight into specific management choices that have played a role in sustaining the fishery. Conclusions will be useful for lobster fishery policies and management – formal and informal. Insights may also have implications for other fisheries in the region.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,402
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,225
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Rural Revitalization FoundationMême sujetMarine and fisheries researchTravaux en français237 207