Gender Analysis of the Tuna Value Chain's Purchasing Stage in the South Central Provinces of Vietnam-Case Study of Binh Dinh Province
Notice bibliographique
Résumé
This study aims to identify the gender disparities between men and women as purchasing actors in the tuna value chain in South Central provinces, thereby suggesting gender-sensitive policies towards gender equity, women’s empowerment, and sustainable tuna fisheries management. The study was conducted with the aid of a set of structured questionnaires executed through personal interview surveys. Tam Quan and Quy Nhon fishing ports in Binh Dinh province were chosen as study sites for conducting gender analysis at the tuna value chain's purchasing stage in the South Central provinces of Vietnam. Forty respondents were directly interviewed at their home or at the fishing ports in Binh Dinh province in May 2020, of which are ten middlemen and nine middlewomen purchasing yellowfin and bigeye tunas at Tam Quan fishing port; and twelve middlewomen and nine female traders purchasing skipjack tuna at Quy Nhon fishing port. This study used gender analysis tools such as the Harvard, Moser, and the USAID's six gender dimensions to identify gender differences between men and women in the tuna purchasing stage in productive, reproductive, and community managing roles. Some policy recommendations for improving gender equity, women's empowerment, and sustainable tuna fisheries management were proposed, including (i) describe the importance of women's reproductive role in gender-responsive strategies; (ii) establish tuna trading management board at the fishing port to collect information on the needs, issues, and interests of purchasing actors; (iii) organize training courses on tuna business and management skills at the fishing ports during the low season for the full participation of middle-actors, especially women; (iv) provide access to savings, credit, and microfinance for female traders to create opportunities for expanding their business; (v) improve facilities at the fishing ports to increase the overall well-being of the fish trading communities; (vi) introduce alternative job opportunities for laborers in the tuna purchasing stage during the low season; (vii) support laborers trading yellowfin and bigeye tuna in seeking other ways to make a living due to the depletion of these tuna resources.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».