Abstract Molecular genetic data have found widespread application in the identification of population and conservation units for aquatic species. However, integration of genetic information into actual management has been slow, and explicit and quantitative inclusion of genetic data into fisheries models is rare. In part, this reflects the inherent difficulty in using genetic markers to draw inferences about demographic independence, which is generally the information of the greatest short‐term interest to fishery managers. However, practical management constraints, institutional structures and communication issues have also contributed to the lack of integration. This paper identifies some of the organizational, conceptual and technical barriers that have hampered full use of genetics data in stock assessment and hence fishery management and outlines how such use could be enhanced.

The largest-scale high-performance (HPC) systems are stretching parallel file systems to their limits in terms of aggregate bandwidth and numbers of clients. To further sustain the scalability of these file systems, researchers and HPC storage architects are exploring various storage system designs. One proposed storage system design integrates a tier of solid-state burst buffers into the storage system to absorb application I/O requests. In this paper, we simulate and explore this storage system design for use by large-scale HPC systems. First, we examine application I/O patterns on an existing large-scale HPC system to identify common burst patterns. Next, we describe enhancements to the CODES storage system simulator to enable our burst buffer simulations. These enhancements include the integration of a burst buffer model into the I/O forwarding layer of the simulator, the development of an I/O kernel description language and interpreter, the development of a suite of I/O kernels that are derived from observed I/O patterns, and fidelity improvements to the CODES models. We evaluate the I/O performance for a set of multiapplication I/O workloads and burst buffer configurations. We show that burst buffers can accelerate the application perceived throughput to the external storage system and can reduce the amount of external storage bandwidth required to meet a desired application perceived throughput goal.

The majority of global fish stocks lack adequate data to evaluate stock status using conventional stock assessment methods. This poses a challenge for the sustainable management of these stocks. Recent requirements to set scientifically based catch limits in several countries, and growing consumer demand for sustainably managed fish have spurred an emerging field of methods for estimating overfishing thresholds and setting catch limits for stocks with limited data. Using a management strategy evaluation framework we quantified the performance of a number of data-limited methods. For most life-histories, we found that methods that made use of only historical catches often performed worse than maintaining current fishing levels. Only those methods that dynamically accounted for changes in abundance and/or depletion performed well at low stock sizes. Stock assessments that make use of historical catch and effort data did not necessarily out-perform simpler data-limited methods that made use of fewer data. There is a high value of additional information regarding stock depletion, historical fishing effort and current abundance when only catch data are available. We discuss the implications of our results for other data-limited methods and identify future research priorities.

Abstract Historical information has provided key insights into long‐term ecological change to marine species and ecosystems, with value to fisheries. Yet, pathways to integrate these diverse data sources into fisheries decision‐making have not been clear. Here, we identify an array of biological, ecological, and social information suitable for contemporary science‐based decision‐making, derived from local ecological knowledge, historical archives, archaeological middens and palaeoecological material. We outline two broad pathways to integrate these historical data into fisheries decision‐making, demonstrating that data‐driven use of historical information is relevant across a range of management contexts. First, historical information can inform fisheries assessments that range from simple to complex, affecting indicators of stock status. Second, it can inform estimates of biological potential and social preference, affecting the choice of fisheries reference points. Using the Caribbean Sea as an example, we illustrate these ideas with case studies representing diverse species and historical data types. Integrating historical data can improve indicators of the current state of fish populations and result in management decisions based on a more complete understanding of a potential range of variation, avoiding shifted baselines. The urgency of this work is underscored by accelerating environmental changes and the rapid loss of invaluable historical information sources. By illuminating pathways, our goal is to increase the accessibility of these types of information and to underscore that scientists, managers, and resource users have roles to play in identifying and integrating relevant long‐term data at various spatial and temporal scales to sustainably manage marine fisheries.