MétaCan
Menu
Retour à la cohorte
Enregistrement W2522261249 · doi:10.1007/s13280-016-0819-0

What is at stake? Status and threats to South China Sea marine fisheries

2016· review· en· W2522261249 sur OpenAlexaff
Louise Teh, Allison Witter, William W. L. Cheung, U. Rashid Sumaila, Xueying Yin

Notice bibliographique

RevueAMBIO · 2016
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésOverfishingOverexploitationFisheryLivelihoodFisheries lawFisheries managementMarine reserveCorporate governanceGeographyFisheries scienceMarine protected areaFish stockBusinessFishingAgricultureHabitatEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Governance of South China Sea (SCS) fisheries remains weak despite acknowledgement of their widespread overexploitation for the past few decades. This review incorporates unreported fish catches to provide an improved baseline of the current status and societal contribution of SCS marine fisheries, so that the socio-economic and ecological consequences of continued fisheries unsustainability may be understood. Potential fisheries contribution to food and livelihoods include 11–17 million t in fisheries catch and USD 12–22 × 10 9 in fisheries landed value annually in the 2000s, and close to 3 million jobs. However, overfishing has resulted in biodiversity and habitat loss, and altered ecosystem trophic structures to a ‘fished down’ state. The present situation reiterates the urgency for fisheries policies that simultaneously address multiple political, social, economic, and biological dimensions at regional, national, and local scales. Importantly, improved cooperation between SCS nations, particularly in overcoming territorial disputes, is essential for effective regional fisheries governance.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,263
Écart entre enseignants0,233 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207