Farming the waters: Bringing aquatic plant and animal species to agriculture
Notice bibliographique
Résumé
Aquaculture has a long history, with carp culture in Asia starting before 2000 BC and oyster culture in the Roman Empire before the time of Julius Caesar. However, it is clearly the past 40 yr that have seen the most dramatic expansion of aquaculture. The world's population now exceeds 6 billion people and is still growing at an alarming rate. The world's wild fish harvest has clearly peaked at or above the maximum sustainable yield of about 90 million t. Many fish stocks are suffering from over-fishing and there is little hope of any increase in the capture fisheries production. Though modern agricultural practices have been very efficient at increasing the per acre yields, the world is experiencing an alarmingly steady decrease in the amount of agricultural land devoted to food production. In the past 20–30 yr production of fish, molluscs, crustaceans and aquatic plants (aquaculture) has become an increasingly important means of producing food, and in some countries aquaculture production accounts for more than half of the total fishery harvest and is even as high as 90% in a few countries. I have reviewed the historical growth of aquaculture, compared the product value in various countries and reviewed aquaculture practices for a number of plant, molluscan, crustacean and fish species around the world. These culture technologies were compared and contrasted with agricultural practices. Finally, some predictions for the future of aquaculture development in Canada and the world have been made. Key words: Canadian aquaculture, history, salmon, fish farming, production statistics, fish culture technology
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».