MétaCan
Menu
Retour à la cohorte
Enregistrement W2286742451 · doi:10.1186/s40152-016-0040-6

Can small-scale commercial and subsistence fisheries co-exist? Lessons from an indigenous community in northern Manitoba, Canada

2016· article· en· W2286742451 sur OpenAlexafffundabout
Durdana Islam, Fikret Berkes

Notice bibliographique

RevueMAST. Maritime studies/Maritime studies · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanada Research Chairs
Mots-clésSubsistence agricultureFishingFisheryIndigenousGeographyDe factoCommercial fishingFisheries managementReciprocity (cultural anthropology)Environmental resource managementEcologyEnvironmental sciencePolitical scienceArchaeologySociologyAgriculture

Résumé

récupéré en direct d'OpenAlex

Subsistence (or food) fisheries are under-studied, and the interaction between subsistence and commercial fisheries have not been studied systematically. Addressing this gap is the main contribution of the present paper, which focuses on how to deal with the challenge of overlapping commercial and subsistence fisheries. The study was conducted in Norway House Cree Nation, with qualitative data collection and questionnaire surveys. Commercial fishing in Norway House takes place during spring/summer and fall seasons, whereas subsistence fishing takes place throughout the year. Commercial fishing mostly occurs in the open waters of Lake Winnipeg; subsistence fishing in rivers adjacent to the reserve and in smaller lakes inland. How do fishers and the community deal with overlaps and potential conflicts between the two kinds of fisheries? The main mechanism is the separation of the two temporally and spatially. In the remaining overlap areas, conflict resolution relies on monitoring of net ownership and informal communication. The first mechanism is regulatory but really de facto co-management in the way it is implemented. The second is consistent with Cree cultural values of respect, reciprocity and tolerance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,436

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0250,008
Communication savante0,0050,002
Science ouverte0,0030,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,093
Tête enseignante GPT0,365
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations41
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMAST. Maritime studies/Maritime studiesMême sujetIndigenous Studies and EcologyTravaux en français237 207