What can be learned from fishers’ perceptions for fishery management planning? Case study insights from Sainte-Marie, Madagascar
Notice bibliographique
Résumé
Local support is critical to the success and longevity of fishery management initiatives. Previous research suggests that how resource users perceive ecological changes, explain them, and cope with them, influences local support. The objectives of this study were two-fold. First, we collated local fishers' knowledge to characterize the long-term socio-ecological dynamics of the small-scale fishery of Sainte-Marie Island, in Madagascar. Second, we empirically assessed the individual- and site-level factors influencing support for fishery restrictions. Our results indicate that fishers observed a decline in fish abundance and catch sizes, especially in nearshore areas; many also perceived a reduction in fish sizes and the local disappearance of species. To maintain their catches, most fishers adapted by fishing harder and further offshore. Accordingly, fishers identified increased fishing effort (number of fishers and gear evolution) as the main cause of fishery changes. Collectively, our results highlight that the transition from a subsistence to commercial fishery, and resulting changes in the relationship between people and the fisheries, was an underlying driver of fishery changes. Additionally, we found that gender, membership to local associations, coping mechanisms, and perceptions of ecological health, were all interlinked and significantly associated with conservation-oriented attitudes. Conservation-oriented attitudes, however, were not associated with fishers' willingness to decrease fishing. In the short-term, area-based restrictions could contribute to building support for conservation. In the long-term, addressing the underlying causes of the decline will necessitate collaborations among the various groups involved to progressively build livelihood flexibility. Collectively, our study provides additional insights on the individual- and site-level factors influencing support for fishery restrictions. It also highlights the importance of dialoguing with fishers to ensure that fishery management plans are adapted to the local context.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».