Global Inland Capture and Culture Finfisheries Follow Different Trends When Evaluated by the Human Development Index
Notice bibliographique
Résumé
To assess whether and how socioeconomic factors might be influencing global freshwater finfisheries, inland fishery data reported to the FAO between 1950 and 2015 were grouped by capture and culture, country human development index, plotted, and compared. We found that while capture inland finfishes have greatly increased on a global scale, this trend is being driven almost entirely by poorly developed (Tier-3) countries which also identify only 17% of their catch. In contrast, capture finfisheries have recently plateaued in moderately-developed (Tier-2) countries which are also identifying 16% of their catch but are dominated by a single country, China. In contrast, reported capture finfisheries are declining in well-developed (Tier-1) countries which identify nearly all (78%) of their fishes. Simultaneously, aquacultural activity has been increasing rapidly in both Tier-2 and Tier-3 countries, but only slowly in Tier-1 countries; remarkably, nearly all cultured species are being identified by all tier groups. These distinctly different trends suggest that socioeconomic factors influence how countries report and conduct capture finfisheries. Reported rapid increases in capture fisheries are worrisome in poorly developed countries because they cannot be explained and thus these fisheries cannot be managed meaningfully even though they depend on them for food. Our descriptive, proof-of-concept study suggests that socioeconomic factors should be considered in future, more sophisticated efforts to understand global freshwater fisheries which might include catch reconstruction.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».