MétaCan
Menu
Retour à la cohorte
Enregistrement W6901840828 · doi:10.60692/7k91y-qw868

Overfishing and Climate Change Elevate Extinction Risk of Endemic Sharks and Rays in the Southwest Indian Ocean Hotspot

2021· article· en· W6901840828 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésOverfishingThreatened speciesEndangered speciesClimate changeCritically endangeredOverexploitationHabitat destructionExtinction (optical mineralogy)Habitat

Résumé

récupéré en direct d'OpenAlex

Abstract The southwest Indian Ocean (SWIO) is a hotspot of endemic and evolutionarily distinct sharks and rays. We summarise the extinction risk of the sharks and rays endemic to coastal, shelf, and slope waters of the SWIO (Namibia to Kenya, including SWIO islands). Thirteen of 70 species (19%) are threatened: one is Critically Endangered, five are Endangered, and seven are Vulnerable. A further seven (10%) are Near Threatened, 33 (47.1%) are Least Concern, and 17 (24.2%) are Data Deficient. While the primary threat is overfishing, there are the first signs that climate change is contributing to elevated extinction risk through habitat reduction and inshore distributional shifts. By backcasting their status, few species were threatened in 1980, but this changed soon after the emergence of targeted shark and ray fisheries. South Africa has the highest national conservation responsibility, followed by Mozambique and Madagascar. Yet, while fisheries management and enforcement have improved in South Africa over recent decades, drastic improvements are urgently needed elsewhere. To avoid extinction and ensure robust populations and future food security, there is an urgent need for the strict protection of Critically Endangered and Endangered species and sustainable management of all species, underpinned by species-level data collection and bycatch reduction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,193
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetIchthyology and Marine BiologyTravaux en français237 207