Notice bibliographique
Résumé
Purpose The world’s population is expected to increase by 30 percent to 10bn people by 2050 and with 70 percent of the earth’s surface covered by water aquaculture will play an important role in producing food for the future. The paper aims to discuss this issue. Design/methodology/approach While Canada has the longest coastline in the world by far (202,080 km) with 80,000 km of marine coastline capable of supporting aquaculture and fisheries, it ranks only 25th in terms of world aquaculture production. The reasons are many and varied, and this review examines statistical reports and publications to trace the beginnings of the aquaculture sector in Canada, and highlights some areas of strength and potential, and the challenges for future growth and expansion. Findings Currently, less than 1 percent of the 3.8m hectares of freshwater and marine areas that are considered suitable for seafood (i.e. finfish, shellfish and aquatic plants) production are being farmed so Canada has an ocean of opportunity to be a leader in world aquaculture production in the future. Originality/value The review highlights the need for a national strategic plan to increase aquaculture production in Canada and the need to simplify the current complex regulatory framework that has resulted in significant uncertainties and delays that have limited growth in this sector. The review highlights the potential and interest to triple current production while fostering greater involvement of First Nation 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».