MétaCan
Menu
Retour à la cohorte
Enregistrement W1523765686 · doi:10.1111/j.1541-0064.2007.00171.x

Competing use of marine space in a modernizing fishery: salmon farming meets lobster fishing on the Bay of Fundy

2007· article· en· W1523765686 sur OpenAlexaffvenue
Bradley B. Walters

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensMount Allison University
Organismes subventionnairesnon disponible
Mots-clésFisheryFishingAquacultureAgricultureBayContext (archaeology)GeographyBusinessFish <Actinopterygii>Biology

Résumé

récupéré en direct d'OpenAlex

Coastal fishing communities are frequently portrayed as bastions of tradition at odds with the modernizing forces of technological change and industrial capitalism. This article examines this debate in the context of intensive aquaculture introduced into regions formerly dependent on the wild fishery, specifically with respect to the explosive growth of salmon farming in New Brunswick. New farm sites are large, often located within or close to traditional lobster fishing areas, which has motivated considerable opposition from local fishermen. This article presents findings from research on interactions between salmon farming and lobster fishing around Deer Island and Grand Manan, New Brunswick. Fishermen and salmon farmers are concerned about possible long‐term effects of farm operations on marine environmental quality and lobster health, and many are concerned about the concentration of ownership and lack of local control over the aquaculture industry. The potential for physical displacement from traditional fishing grounds is real, but the actual impacts have been tempered by a combination of factors, including unusually large lobster catches in recent years; technological advances that have encouraged a shift in lobster fishing effort further offshore, away from salmon farm sites; and social accommodations between salmon site managers and those who fish

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,234
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,252
Écart entre enseignants0,221 · 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'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

Citations48
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetGeographies of human-animal interactionsTravaux en français237 207