MétaCan
Menu
Retour à la cohorte
Enregistrement W3200510275 · doi:10.1016/j.oneear.2021.08.009

Interventions for improving the productivity and environmental performance of global aquaculture for future food security

2021· article· en· W3200510275 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOne Earth · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaUniversity of Waterloo
Organismes subventionnairesKjell och Märta Beijers StiftelseConsortium of International Agricultural Research CentersSvenska Forskningsrådet Formas
Mots-clésFood securityProductivityAquacultureBusinessNatural resource economicsSustainabilityPsychological interventionFood systemsEnvironmental resource managementEnvironmental economicsFish <Actinopterygii>FisheryEconomicsEconomic growthEcologyBiologyAgricultureMedicine

Résumé

récupéré en direct d'OpenAlex

Aquatic foods are increasingly being recognized as having an important role to play in an environmentally sustainable and nutritionally sufficient food system. Proposals for increasing aquatic food production often center around species, environments, and ambitious hi-tech solutions that mainly will benefit the 16% of the global population living in high-income countries. Meanwhile, most aquaculture species and systems suffer from large performance gaps, meaning that targeted interventions and investments could significantly boost aquatic food supply and access to nutritious foods without a concomitant increase in environmental footprints. Here we contend that the dialogue around aquatic foods should pay greater attention to identifying and implementing interventions to improve the productivity and environmental performance of low-value commodity species that have been relatively overlooked in this regard to date. We detail a range of available technical and institutional intervention options and evaluate their potential for increasing the output and environmental performance of global aquaculture.

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.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,153

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,216
Écart entre enseignants0,200 · 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