Fish welfare: a challenge to the feelings‐based approach, with implications for recreational fishing
Notice bibliographique
Résumé
Abstract Fish welfare issues are increasingly appearing on social and political agendas and have recently gained prominence in fisheries literature. By focusing on examples from recreational fishing, this paper challenges some of the previous accounts of fish welfare. Issues of concern encompass: (1) the feelings‐based approach to fish welfare; (2) the artificial divide between human beings and nature; and (3) ways in which stakeholders can address fish welfare issues. The different approaches to characterizing the interaction of humans with animals are animal welfare, animal liberation and animal rights. We show that the suffering‐centred approaches to fish welfare and the extension of the moral domain to fish – characteristic of the concepts of animal liberation and animal rights – are not the cornerstone of animal welfare. This, however, does not question the need of fisheries stakeholders to consider the well‐being of fish when interacting with them. There are many ways in which recreational fishing stakeholders can modify standard practices to improve the welfare of fish, without questioning fishing as an activity per se. Examples are choice of gear and handling techniques. Previous accounts have failed to include discussions of the many efforts – voluntary or mandated – pursued by fisheries stakeholders to reduce fish stress, injury and mortality. Progress towards addressing fish welfare issues will be enhanced by avoiding the viewing of humans as ‘non‐natural’ disturbance to fishes and keeping three types of crucial question in separate compartments. The three questions cover the symptoms of good and poor welfare, the conscious experience of suffering, and the ethical attitudes towards animals. Fish biologists should focus on the first question – objective measurement of biochemical, physiological and behavioural indicators – to evaluate whether human interactions with fish impair the latters’ health or prevent them from receiving what they need, if held in captivity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,081 |
| Communication savante | 0,017 | 0,019 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,008 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».