MétaCan
Menu
← Retour à la cohorte
Enregistrement W3214286997 · doi:10.3390/su132212366

Sustaining Tribal Fisheries: U.S. Economic Relief Policies during COVID-19

2021· article· en· W3214286997 sur OpenAlexaff
Kelsey Leonard

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSubsistence agricultureState (computer science)SovereigntyIndigenousFishingLegislaturePolitical scienceFisheries managementBusinessFisheryPublic administrationEconomic growthPoliticsGeographyLawEconomics

Résumé

récupéré en direct d'OpenAlex

This article reviews the individual spend plans of U.S. states granted a funding allocation under Sec. 12005 of the Coronavirus Aid Relief and Economic Security (CARES) Act to identify consistency with legislative mandates to support Tribal commercial, subsistence, cultural, or ceremonial fisheries negatively impacted by the COVID-19 pandemic. Utilizing critical discourse analysis, this study identifies state discursive practices in supporting Tribal sovereignty in fisheries management for the advancement of Indigenous Ocean justice. State spending plans (n = 22) publicly available and submitted to the National Oceanic and Atmospheric Administration before July 2021 were reviewed. Few of the state spend plans listed impacts to Tribal fisheries due to the pandemic. Only two state plans included Tribal consultation and direct economic relief for commercial, subsistence, cultural, and/or ceremonial losses faced by neighboring Tribes and Tribal citizens. Overall, the protections within the CARES Act for Tribal fisheries were not integrated into state spend plans. The article identifies best practices for state fisheries relief policy content that is affirming of Tribal fishing rights and uses them to help address the ongoing pandemic crisis facing Tribal fisheries. These findings have relevance for future emergency relief programs that are inclusive of Tribal Nations. Honoring Tribal sovereignty and the federal trust responsibility must be the cornerstone of shared sustainable fisheries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,004
Communication savante0,0070,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainability→Même sujetMining and Resource Management→Travaux en français237 207→