Harvesting krill : ecological impact, assessment, products & markets
Notice bibliographique
Résumé
Director's lntroduction (Tony Pitcher) -- CONTRIBUTED PAPERS : Modelling and data requirements for management of the Antarctic krill-based ecosystem (David Agnew) -- Fishery biology of Euphausia pacifica in the Japanese\nwaters (Yoshinari Endo) -- The CCAMLR experience (Inigo Everson) -- \nPutting krill into ecosystem models (Astrid Jarre-Teichmann) -- Acoustic estimation of krill abundance utilizing volume scattering\nmeasurements (Michael C. Macaulay) -- Exploitation and management of Antarctic krill (Denzil G.M. Miller and David J. Agnew) -- Bycatch of juvenile fishes the Antarctic krill fishery (Carlos A. Moreno) Development of the krill fishing industry (Stephen Nicol) Biological information necessary for the management of the Antarctic krill\nfishery Stephen Nicol -- Using the Ecopath II approach to assess krill biomass and dynamics (Daniel Pauly) -- Comparisons of repeat acoustic surveys in Jervis Inlet, British Columbia, 1994-\n1995 (S.J. Romaine et al.) -- Overview of the krill of the Gulf of St.Lawrence (Yvan Simard) -- The importance of euphausiids to a British Columbian coastal marine\necosystem (R W. Tanasichuk) -- The influence of inter-annual variations in sea temperature on the population biology and productivity of euphausiids in Barkley Sound, Canada (R W. Tanasichuk) -- DISCUSSION PAPERS -- Three components leading to an assessment of the potential yield of British\nColumbia krill stocks: a fishery manager's point of view (Jim Morrison) -- \nSummary of workshop discussion (addressing issues raised by Jim\nMorrison) (Taja Lee) -- List of participants Workshop agenda
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».