Science-to-Management Pathways for Collaborative Herring Stock Survey Data: Using network analysis to track information flow and potential influence in fisheries management
Notice bibliographique
Résumé
No abstracts are to be cited without prior reference to the author.Herring in the Northwest Atlantic are not overfished and overfishing is not occurring. However concerns for the potential of localized depletion and negative impacts on other fisheries and economic sectors have led to a sequence of management plans and amendments in the U.S. in recent years. Stock assessments have been vital in these management deliberations and there are several sources of herring stock survey data in the Gulf of Maine and Georges Bank, including a collaborative industry-science acoustic survey and government-administered trawl surveys. A joint U.S.-Canadian technical committee of scientists conducts the stock assessment from these data. We first describe the stock survey approaches, including the outcome of a 2005 external peer review of the collaborative acoustic survey, and examine their use in the assessment process. Second, we use a network analysis methodology to map the communication patterns among participants in the development of a fisheries management plan (FMP). Individuals (nodes) and their connections (links) are spatially arranged in a network map based upon the communicative relationship among all individuals. We track the pathways through which the collaborativelyderived stock survey data flow into the stock assessment (science) and the FMP decision-making (management) process. We compare pathways for their communication efficacy in feeding stock survey information into science and management. The resulting map shows participants in the collaborative survey well connected to the stock assessment and fisheries management process, although not institutionalized and dependent upon key individual participants serving as bridgers between informational resources.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 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 ».