MétaCan
Menu
Retour à la cohorte
Enregistrement W2886446460 · doi:10.1126/sciadv.aat8351

High seas fisheries play a negligible role in addressing global food security

2018· article· en· W2886446460 sur OpenAlexaff
Laurenne Schiller, Megan Bailey, Jennifer Jacquet, Enric Sala

Notice bibliographique

RevueScience Advances · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesNational Geographic SocietyPew Charitable Trusts
Mots-clésFood securityFisheryBusinessFisheries scienceEnvironmental scienceFisheries managementFishingBiologyEcologyAgriculture

Résumé

récupéré en direct d'OpenAlex

Recent international negotiations have highlighted the need to protect marine diversity on the high seas-the ocean area beyond national jurisdiction. However, restricting fishing access on the high seas raises many concerns, including how such restrictions would affect food security. We analyze high seas catches and trade data to determine the contribution of the high seas catch to global seafood production, the main species caught on the high seas, and the primary markets where these species are sold. By volume, the total catch from the high seas accounts for 4.2% of annual marine capture fisheries production and 2.4% of total seafood production, including freshwater fisheries and aquaculture. Thirty-nine fish and invertebrate species account for 99.5% of the high seas targeted catch, but only one species, Antarctic toothfish, is caught exclusively on the high seas. The remaining catch, which is caught both on the high seas and in national jurisdictions, is made up primarily of tunas, billfishes, small pelagic fishes, pelagic squids, toothfish, and krill. Most high seas species are destined for upscale food and supplement markets in developed, food-secure countries, such as Japan, the European Union, and the United States, suggesting that, in aggregate, high seas fisheries play a negligible role in ensuring global food security.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,003
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,289
Écart entre enseignants0,274 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations87
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetMarine and fisheries researchTravaux en français237 207