Fishing for justice : an ethical framework for fisheries policies in Canada
Notice bibliographique
Résumé
Canadian fisheries are in crisis. On both the Pacific and Atlantic coasts, stories abound of fisheries closures or failures and coastal communities in difficulty. A new approach to fisheries policy is required, one which recognises the intrinsic value of all participants in the fisheries ecosystem and is capable of providing guidance on how to make policy decisions. The principles of environmental ethics provide a framework for developing justice-based fisheries policies. The environmental ethics literature is first explored, with special attention to fisheries issues. From this review, a justice-based framework is identified, in which five types of justice are viewed as pertinent to fisheries concerns. This framework is then translated into an assessment tool, based upon the Rapfish method for rapid appraisal of fisheries and using a set of justice-based ethical criteria. These criteria are evaluated and, through a paired comparison survey, further explored. An assessment of a range of Canadian marine fisheries is conducted using these ethical criteria. Subsequently, a modified Rapfish assessment, using the original criteria supplemented with additional customised criteria, is conducted for Aboriginal fisheries for Pacific salmon in British Columbia. Additionally, a study is conducted which explores preferences regarding the abundance and diversity of fisheries ecosystems. Finally, the commercial fishery for Pacific salmon in British Columbia is presented as a case study. The Rapfish assessment results are presented, and considerations as to how to operationalise just policies for this fishery are suggested. Recommendations include: balancing the composition of the commercial fleet, based upon ecological impacts of the various gear types; encouragement of local stewardship and community involvement; and inclusion of various forms of knowledge in fisheries management and decision-making.
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 | 0,030 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,044 | 0,034 |
| Communication savante | 0,029 | 0,008 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».