Aquaculture in coastal urbanized areas: A comparative review of the challenges posed by Harmful Algal Blooms
Notice bibliographique
Résumé
Increasing global population has resulted in increased urbanization of coastal areas across the globe. Such an increase generates many challenges for sustainable food production and food security. The development of aquaculture has proven to be an extremely good option to ensure food security (uninterrupted supply and good quality of food) by many countries, especially those with urban areas affected by space limitations such as Singapore. However, the implementation of aquaculture is not without its challenges and impacts to the environment, with Harmful Algal Blooms (HABs) being one of the major concerns in coastal waters. In this review we analyze the development of the aquaculture industry with respect to HABs in Singapore and compare it to similar urban areas such as Hong Kong (SAR China), Salalah (Oman), Cape Town (South Africa), Valencia (Spain), Rotterdam (The Netherlands), Tampa bay (USA), Vancouver (Canada), and Sydney (Australia). Along with HABs, the abovementioned urban areas face different challenges in sustainably increasing their aquaculture production with respect to the economy and geography. This review further assesses the different production and monitoring strategies that have been implemented to counter these challenges while sustainably increasing production. The ongoing COVID-19 pandemic has affected the world with lockdowns and border closures resulting in logistical difficulties in seafood trade which has further accentuated the dependencies on food import. We conclude that the challenges faced by urban areas for sustainable achievement of food security through development of the aquaculture industry can be effectively managed through proper planning, management and collaboration of knowledge/skills on an international level.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».