MétaCan
Menu
Retour à la cohorte
Enregistrement W2984855636 · doi:10.1111/conl.12683

Alternative pathways to sustainable seafood

2019· article· en· W2984855636 sur OpenAlexaff
Joshua S. Stoll, Megan Bailey, Malin Jonell

Notice bibliographique

RevueConservation Letters · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCertificationSustainabilityBusinessAdaptive managementOverfishingDilemmaAgency (philosophy)Environmental resource managementFisheries managementPaymentResource (disambiguation)FishingEnvironmental planningFisheryEconomicsComputer scienceEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Seafood certifications are a prominent tool being used to encourage sustainability in marine fisheries worldwide. However, questions about their efficacy remain the subject of ongoing debate. A main criticism is that they are not well suited for small‐scale fisheries or those in developing nations. This represents a dilemma because a significant share of global fishing activity occurs in these sectors. To overcome this shortcoming and others, a range of “fixes” have been implemented, including reduced payment structures, development of fisheries improvement projects, and head‐start programs that prepare fisheries for certification. These adaptations have not fully solved incompatibilities, instead creating new challenges that have necessitated additional fixes. We argue that this dynamic is emblematic of a common tendency in natural resource management where particular tools and strategies are emphasized over the conservation outcomes they seek to achieve. This can lead to the creation of “hammers” in management and conservation. We use seafood certifications as an illustrative case to highlight the importance of diverse approaches to sustainability that do not require certification. Focusing on alternative models that address sustainability problems at the local level and increase fishers’ adaptive capacity, social capital, and agency through “relational” supply chains may be a useful starting point.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,402
Score d'incertitude au seuil0,761

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,022
Tête enseignante GPT0,239
Écart entre enseignants0,216 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations43
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207