Trends, current understanding and future research priorities for artisanal coral reef fisheries research
Notice bibliographique
Résumé
Abstract Artisanal coral reef fisheries provide food and employment to hundreds of millions of people in developing countries, making their sustainability a high priority. However, many of these fisheries are degraded and not yielding their maximum socioeconomic returns. We present a literature review that evaluates foci and trends in research effort on coral reef fisheries. We describe the types of data and categories of management recommendations presented in the 464 peer‐reviewed articles returned. Identified trends include a decline in articles reporting time‐series data, fish catch biomass and catch‐per‐unit effort, and an increase in articles containing bycatch and stakeholder interview data. Management implications were discussed in 80% of articles, with increasing frequency over time, but only 22% of articles made management recommendations based on the research presented in the article, as opposed to more general recommendations. Key future research priorities, which we deem underrepresented in the literature at present, are: (i) effectiveness of management approaches, (ii) ecological thresholds, trade‐offs and sustainable levels of extraction, (iii) effects of climate change, (iv) food security, (v) the role of aquaculture, (vi) access to and control of fishery resources, (vii) relationships between economic development and fishery exploitation, (viii) alternative livelihoods and (ix) integration of ecological and socioeconomic research.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».