Att sakna fiskfångstdata är ett vanligt problem inom fiskeförvaltningen, eftersom det kan vara svårt att få korrekta och fullständiga register över all fisk som fångas av yrkesfiskare och fritidsfiskare. Detta kan leda till fördomar i beståndsbedömningar, som används för att fastställa fiskpopulationers hälsa och fastställa fångstbegränsningar.
För att lösa detta problem använde forskarna en teknik som kallas "multipel imputation" för att uppskatta saknade fångstdata. Multipel imputering innebär att skapa flera rimliga datauppsättningar genom att fylla i de saknade värdena med olika slumpmässigt genererade siffror. Dessa datauppsättningar används sedan för att utföra flera beståndsbedömningar, och resultaten kombineras för att producera slutliga uppskattningar av fiskmängd och beståndsstatus.
Forskarna fann att multipel imputation gav tillförlitliga uppskattningar av fisköverflöd och beståndsstatus, även när en stor del av fångstdata saknades. Detta tyder på att saknade fångstdata kanske inte är ett så stort problem som man tidigare trott, och att statistiska metoder kan användas för att komma till rätta med detta problem vid beståndsbedömningar och fiskeförvaltning.
Forskarna fann också att noggrannheten hos de tillräknade fångstuppgifterna förbättrades när de använde en mängd olika datakällor, såsom kommersiella fångstregister, rekreationsfångstundersökningar och vetenskapliga forskningsdata. Detta tyder på att användning av flera datakällor kan bidra till att minska partiskheten och osäkerheten i samband med saknade fångstdata.
Sammantaget tyder studiens resultat på att saknade fiskfångstdata inte nödvändigtvis är ett problem för beståndsbedömningar och fiskeförvaltning, förutsatt att lämpliga statistiska metoder används för att imputera de saknade uppgifterna. Detta kan leda till mer exakta och tillförlitliga beståndsbedömningar och i slutändan till mer hållbara fiskeförvaltningsmetoder.
