Notice bibliographique
Résumé
Aquaculture is likely to supply most of the projected increased need for seafood over the next few decades. With available land and freshwater becoming scarce, marine aquaculture (finfish, shellfish, and seaweeds) will be an increasingly important contributor to the world’s future food supply. Aquaculture is well established in many countries and continues to grow worldwide. Aquaculture creates jobs and supports working waterfronts. Aquaculture helps to maintain working waterfronts by relying on common infrastructure (docks, boats, processing facilities) and supports industries throughout the seafood supply chain such as equipment, supplies, feeds, processing, wholesaling, retailing, and food services. Aquaculture is one of the most resource-efficient ways to produce protein. Marine aquaculture is a sustainable method to produce food (relative to beef and pork production) from the standpoint of resource efficiency (e.g., use of water, land, feed, energy consumption, and greenhouse gas emissions) and in terms of environmental effects. Research and data show that aquaculture is sustainable if properly managed. U.S. and Canadian marine aquaculture is characterized by smart design, evolved management practices, effective monitoring capabilities, and strict regulatory requirements. Much environmental concern expressed about marine aquaculture stems from outdated domestic practices that have since been improved or practices in other countries, which may have varying environmental protection standards. Growing seafood locally makes sense to maintain regulatory oversight and economic benefits, as well as reducing carbon footprint from storage and transport, and generating healthy high quality protein for our communities.
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 | 0,000 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».