Adaptive capacity of small‐scale coastal fishers to climate and non‐climate stressors in the Western region of Ghana
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
Small‐scale coastal fisheries (SSCF) in the Western region of Ghana are affected by a combination of climate and non‐climate stressors. Coastal communities are particularly vulnerable to these stressors because of their proximity to the sea and high dependence on small‐scale fisheries for their livelihoods. A better understanding of how fishing communities, particularly SSCF, respond to climate and non‐climate stressors is paramount to improve planning and implementation of effective adaptation action. Drawing on the capitals framework, this study examines the adaptive capacity of SSCF to the combined effects of climate‐related (increasing coastal erosion, and wave and storm frequency) and non‐climate‐related stressors (declining catches; scarcity and prohibitive cost of fuel; inconsiderate implementation of fisheries laws and policies; competition from the oil and gas industry; sand mining; and algal blooms). The findings show how fishers mobilise and use adaptive capacity through exploitation of various forms of capital, including cultural capital (e.g., local innovation); political capital (e.g., lobbying government and local authorities); social capital (e.g., collective action); human capital (e.g., local leadership); and natural capital (e.g., utilising beach sand) to respond to multiple stressors. Nevertheless, in many cases, fishers’ responses were reactive and led to negative (maladaptive) outcomes. Furthermore, this study underscores the importance of critically considering the interactive nature of capitals and how they collectively influence adaptive capacity in the planning and implementation of adaptation research, policy and practice.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle