Examining the effect of economic development, region, and time period on the fisheries footprints of nations (1961–2010)
Notice bibliographique
Résumé
Anthropogenic activities are impacting marine systems, and the future sustainability of many global fisheries are in serious question. Our analysis draws on prior research in environmental sociology and food systems to better understand the association between economic development and the ecological footprint of fisheries. We provide a series of models to make comparisons across all nations, distinguishing between less-affluent nations and affluent nations over a 50-year period. We focus our analysis on the fisheries footprint of less-affluent nations to further explore how the effect of economic development varies across levels of national economic prosperity, region, and time period. The results of the study indicate that, over time, economic development is increasingly driving the fisheries footprint in less-affluent nations. Because this effect does not occur in affluent nations, we posit that less-affluent nations suffer the ecologically deleterious consequences of economic development more acutely. Furthermore, by utilizing post-estimation techniques for easier comparisons, our findings suggest that the magnitude of economic development’s effect on fisheries is strongest in more recent decades. Our findings also reveal that the effect of economic development is modified by region, as it has a stronger effect on fisheries footprint for less-affluent nations in Central and South America, but weaker in the Middle East and Africa. We conclude with a discussion of the implications for marine sustainability and the challenges posed by an environmentally intensive world capitalist food system.
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 | 0,000 | 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 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 ».