MétaCan
Menu
Retour à la cohorte
Enregistrement W3037707959 · doi:10.1080/23308249.2020.1770689

Knowledge Gaps and Management Priorities for Recreational Fisheries in the Developing World

2020· article· en· W3037707959 sur OpenAlexaff
Shannon D. Bower, Øystein Aas, Robert Arlinghaus, T. Douglas Beard, I. G. Cowx, Andy J. Danylchuk, Kátia Meirelles Felizola Freire, Warren M. Potts, Stephen G. Sutton, Steven J. Cooke

Notice bibliographique

RevueReviews in Fisheries Science & Aquaculture · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRecreationFishingRecreational fishingFisheries lawFisheries managementFisheryBusinessGeographyDeveloping countryEnvironmental resource managementCommercial fishingAgricultureEnvironmental planningNatural resource economicsEconomic growthEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Millions of individuals worldwide rely on recreational fishing activities for leisure, food, and employment. Recreational fishing is the dominant freshwater fisheries sector in much of the highly developed world and plays a growing role in the marine realm, but in developing countries recreational fisheries occur within a different set of contextual conditions. Little is currently known about attributes of the recreational fishing sector in many developing countries. A survey of fisheries experts designed to identify knowledge gaps surrounding recreational fishery development was conducted to gather information on fishery attributes in developing countries. These surveys were supplemented with a review of relevant literature. Results show that recreational fishing is socially important and is expected to grow in most countries surveyed. Recreational fisheries were described as mainly consumption oriented in these regions. Most often, nonresident tourists used marine waters and resident recreational fishers used fresh waters. There was strong agreement among respondents on the need to address data deficiencies. The knowledge gaps and management needs identified can support international bodies and recreational fishing organizations (such as the regional fisheries bodies of the Food and Agricultural Organization of the United Nations, and local and international fishing associations) to support sustainable development and management of the global recreational fisheries sector.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,290
Écart entre enseignants0,225 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations48
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Fisheries Science & AquacultureMême sujetFish Ecology and Management StudiesTravaux en français237 207