MétaCan
Menu
Retour à la cohorte
Enregistrement W6944337104 · doi:10.17895/ices.pub.25243624.v1

A Canadian example of using spatial management to minimize the impacts of trawling on benthic communities

2008· other· en· W6944337104 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2008
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCollembola Taxonomy and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDredgingTrawlingFishingBottom trawlingBenthic zoneBayOtterCommercial fishing

Résumé

récupéré en direct d'OpenAlex

No abstracts are to be cited without prior reference to the author.Spatial analysis of observer data from Atlantic Canada indicates that the distribution of trawling effort is very patchy. The short-term impacts of otter trawling on sand and gravel seabed habitats and communities have been studied in three-year manipulative experiments, one on the Grand Bank and one on Western Bank. In addition, the longterm impacts of scallop dredging have been studied by comparing two benthic data sets collected thirty years apart on an actively fished scallop ground in the Bay of Fundy. The combined results, which are in concurrence with research elsewhere, indicate that the most sensitive organisms to disturbance by fishing gear are large epibenthic taxa, especially sessile, structure-forming organisms such as horse mussels. Deep-water corals share these characteristics and are commonly found off Atlantic Canada in channels, canyons and along the slope. Video surveys have confirmed earlier anecdotal observations that important deep-water coral communities are particularly important in the Northeast Channel, the Gully and at the Stone Fence in the Laurentian Channel. Evidence of significant fishing damage has also been observed. Using these spatial data, and in consultation with the fishing industry, all three areas are now closed to bottomcontacting fishing gear to protect these important benthic communities.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,904
Score d'incertitude au seuil0,930

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0700,000

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 Opus0,100
Tête enseignante GPT0,236
Écart entre enseignants0,136 · 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'étudeSans objet
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetCollembola Taxonomy and Ecology StudiesTravaux en français237 207