Evolving Perspectives of Stewardship in the Seafood Industry
Notice bibliographique
Résumé
Humanity has never benefited more from the ocean as a source of food, livelihoods, and well-being, yet on a global scale this has been accompanied by trajectories of degradation and persistent inequity. Awareness of this has spurred policymakers to develop an expanding network of ocean governance instruments, catalyzed civil society pressure on the public and private sector, and motivated engagement by the general public as consumers and constituents. Among local communities, diverse examples of stewardship have rested on the foundation of care, knowledge and agency. But does an analog for stewardship exist in the context of globally active multinational corporations? Here, we consider the seafood industry and its efforts to navigate this new reality through private governance. We examine paradigmatic events in the history of the sustainable seafood movement, from seafood boycotts in the 1970s through to the emergence of certification measures, benchmarks, and diverse voluntary environmental programs. We note four dimensions of stewardship in which efforts by actors within the seafood industry have aligned with theoretical concepts of stewardship, which we describe as (1) moving beyond compliance, (2) taking a systems perspective, (3) living with uncertainty, and (4) understanding humans as embedded elements of the biosphere. In conclusion, we identify emerging stewardship challenges for the seafood industry and suggest the urgent need to embrace a broader notion of ocean stewardship that extends beyond seafood.
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 | 0,016 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,063 |
| Communication savante | 0,021 | 0,023 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».