MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133529353 · doi:10.48336/223

Mapping accessibility zones to salmon fishing in Newfoundland and assessing the potential impacts of spruce budworm outbreaks using GIS

2025· other· en· W7133529353 sur OpenAlexaboutno aff
Edem Cudjoe Tettey

Notice bibliographique

RevueOpen MIND · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingSpruce budwormEcosystem servicesEcosystemHabitatOncorhynchus

Résumé

récupéré en direct d'OpenAlex

Fishing in Newfoundland represents both a cultural tradition and an important contributor to community well-being and local economies. In this project, we endeavoured to understand salmon fishing as a cultural ecosystem service and explore the relationships and the influence of natural disturbances, specifically Spruce Budworm (SBW) outbreaks. Our primary objectives included (1) mapping accessibility zones to salmon fishing in Newfoundland and (2) Identifying and assessing areas of SBW defoliation impact on salmon fishing areas. Road networks, towns, HydroSHEDs data, SBW defoliation data, scheduled salmon river networks and flow direction raster acted as foundation data for our comprehensive analyses. The study area covered Newfoundland's diverse watersheds, emphasizing the 14 salmon fishing areas designated by the Angler's Guide of Newfoundland and Labrador. By identifying zones of access and overlapping with SBW defoliation data, we aimed to uncover potential impacts on salmon fishing and fishers in the region. The first study mapped out accessibility zones to salmon fishing using a Multi-Criteria Decision-Making (MCDM) approach with GIS, integrating proximity to towns, roads, and scheduled rivers. The weighted overlay model revealed that 13.66% of the area was highly suitable, 31.32% moderately suitable, and 33.46% suitable for salmon fishing accessibility. The second study assessed spatially the potential impacts of SBW defoliation on our ecosystem service using a predicted SBW defoliation model by Zhang et al. (2023) and HydroSHED data resulting in a potential impact matrix. Results indicated that high impact zones represented 3.63% of the study area but included key salmon rivers like the Humber and Exploits that contribute the most to salmon fishing indicating that the continued studied impacts and effects of SBW defoliation on hydrological bodies will most likely have a high occurrence on these rivers. These outcomes aim to inform fisheries management strategies in response to SBW outbreaks and contribute valuable insights for broader ecosystem services quantification and conservation in Newfoundland. Through this approach, we aspired to contribute to sustainable management of Newfoundland's invaluable fishing resources, ensuring their resilience amidst a changing environmental landscape by providing actionable knowledge for stakeholders, policymakers, and the community.

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 enseignants0,088
Score d'incertitude au seuil0,177

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,366
Écart entre enseignants0,321 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→