Use and exchange of genetic resources of emerging species for aquaculture and other purposes
Notice bibliographique
Résumé
Abstract From a genetic resources viewpoint, emerging aquaculture species and species groups are examined mainly in terms of food use. In addition, we include species that are becoming increasingly important for biodiversity conservation and related ecotourism aspects. Together with ornamental fish species, we argue that these species are facing increasing vulnerability and warrant attention. Our intention is to raise awareness of the potential for increasing production and revenues from emerging species/species groups with an emphasis on an underlying link to biodiversity conservation and ecosystem preservation, and how this information will inform policy on access to the genetic resources and the sharing of benefits derived from their use. For food purposes, the fastest growing aquaculture sector is mariculture, and within this sector groupers and wrasses are considered to be the most important because they cater to the relatively lucrative live food fish restaurant trade (LFFRT), which is rapidly expanding in selected South‐East Asian countries. In the Asian region, ecotourism is an emerging sector and a prominent fish group for this purpose is considered to be mahseer. A number of mahseer species are culturally and commercially important and are often seen as a group of indigenous species that are suitable for aquaculture. This review summarizes much of the limited information related to the patterns of use and exchange of genetic resources on emerging aquatic species/species groups, with particular reference to Asia.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».