MétaCan
Menu
Retour à la cohorte
Enregistrement W4415610436 · doi:10.1080/23308249.2025.2549054

Adaptive Fisher Behavior Alone Can Induce Tipping Points and Stock Collapse: A Synthesis of Bioeconomic Theory That Applies to All Capture Fisheries Under Open Access

2025· article· en· W4415610436 sur OpenAlexaboutno aff
Thang Dao, Robert Arlinghaus, Elias Ehrlich, Martin F. Quaas

Notice bibliographique

RevueReviews in Fisheries Science & Aquaculture · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStock (firearms)BioeconomicsFish stockEconomic modelFisheries management

Résumé

récupéré en direct d'OpenAlex

The sustainability of capture fisheries faces threats from tipping points, regime shifts, and alternative stable states. Examples like the Atlantic cod (Gadus morhua) collapse in Newfoundland and more recently the Western Baltic Sea highlight the potential for abrupt stock declines and slow recovery even after a moratorium on harvest. The mechanisms triggering tipping points and regime shifts, especially the role of adaptive behavior of fishers, however, lacks comprehensive understanding. In this paper, a systematic literature review on tipping points in commercial and recreational fisheries is presented. This portion of the synthesis revealed a limited knowledge base biased toward studies explaining regime shifts via harvest-induced ecological mechanisms or interactions of ecological and social processes. The explicit role of adaptive behavior of fishers, however, was found to be underexplored. To address this gap, single-species biomass models with density-dependent fish population growth were extended and linked to diverse benefit functions that reflected realistic behavioral responses of commercial, subsistence, and recreational fisheries under open access. The bioeconomic synthesis revealed that adaptive human behavior alone can trigger tipping points and stock collapse, even under fully compensatory single-species fish population dynamics. Specifically, non-linear utility functions that integrate stock sizes into fishing attractiveness to humans via expected catches drive behavioral feedbacks that can lead to crossing of tipping points. The fishing skill-to-cost ratio – a measure of expected benefits-over-costs – critically dictates tipping point occurrence. High catch efficiency and generally large benefits received while targeting low stock sizes maintains effort and fosters tipping points, signifying how technological advancements, gear improvements, reduced costs (e.g., through subsidies) and utility attached to effort alone (e.g., in recreational fisheries) may all contribute to fisheries destabilization. Tipping and depensation can happen even in the absence of hyperstability in catch rates. In recreational fisheries, aversion to fish harvests, e.g., because fishing becomes boring at high catch and harvest rates, further impacts tipping potential, by reducing the responsiveness of effort at low stock sizes. Tipping points only occur at intermediate fisher numbers: when numbers are low, stable high fish biomasses exist, when numbers are too high, stocks are always collapsed. These results collectively indicate how the combination of type of capture fishery, fisher preferences, technology, costs, and number of fishers dictate the presence or absence of tipping points via adaptive fisher behavior alone. The bioeconomic synthesis that is presented highlights the key role of effort investment behavior of fishers in shaping tipping points in open-access fisheries across commercial, recreational, and subsistence fisheries.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuellow
gptaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuelmedium
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0030,005
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 Opus0,091
Tête enseignante GPT0,348
Écart entre enseignants0,257 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Fisheries Science & AquacultureMême sujetMarine and fisheries researchTravaux en français237 207