Reconstructing overfishing: Moving beyond Malthus for effective and equitable solutions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Inaccurate or incomplete diagnosis of the root causes of overfishing can lead to misguided and ineffective fisheries policies and programmes. The “Malthusian overfishing narrative” suggests that overfishing is driven by too many fishers chasing too few fish and that fishing effort grows proportionately to human population growth, requiring policy interventions that reduce fisher access, the number of fishers, or the human population. By neglecting other drivers of overfishing that may be more directly related to fishing pressure and provide more tangible policy levers for achieving fisheries sustainability, Malthusian overfishing relegates blame to regions of the world with high population growth rates, while consumers, corporations and political systems responsible for these other mediating drivers remain unexamined. While social–ecological systems literature has provided alternatives to the Malthusian paradigm, its focus on institutions and organized social units often fails to address fundamental issues of power and politics that have inhibited the design and implementation of effective fisheries policy. Here, we apply a political ecology lens to unpack Malthusian overfishing and, relying upon insights derived from the social sciences, reconstruct the narrative incorporating four exemplar mediating drivers: technology and innovation, resource demand and distribution, marginalization and equity, and governance and management. We argue that a more nuanced understanding of such factors will lead to effective and equitable fisheries policies and programmes, by identifying a suite of policy levers designed to address the root causes of overfishing in diverse contexts.
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.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle