Ocean and Marine Stewardship in Africa: The Marine Stewardship Council Certification in Namibia and The Gambia
Notice bibliographique
Résumé
Ocean and marine stewardship activities across different geographical areas contribute to global sustainability efforts, management, and conservation of ocean resources. The Marine Stewardship Council (MSC), through its sustainability standards and market-based mechanisms, rewards best practices for wild-caught seafood. To date, very few fisheries in Africa have participated in the MSC’s full assessment and obtained its certification. This paper explores the MSC certification scheme in the African continent by examining two case studies: the Namibian hake ( Merluccius capensis and M. paradoxus ) trawl and longline fishery and The Gambian sole bottom set gillnet fishery ( Cynoglossus senegalenis and Synaptura cadenati ). Drawing on document analysis, institutional ethnography, and extensive collaborative research with actors in these fisheries, we utilize three stewardship dimensions, i.e., Care-Knowledge-Agency, to qualitatively analyze how the MSC program provides an opportunity of actors to design ocean stewardship tools and promote fisheries sustainability in Africa. The Namibian fishery demonstrates a large-scale fishery with the adequate agency, technical knowledge, and interest in self-design improvements and stewardship, compared to The Gambian fishery, a small-scale fishery motivated to achieve certification but depends largely on external support to coordinate improvements and stewardship activities. The key motivation for Namibia and The Gambia actors to participate in the MSC’s assessment is the interest in increasing their international market access while ensuring ecosystem-based management and sustainability of the fisheries. Successful engagement with MSC requires establishing good governance structures, involvement of local actors, technical knowledge, and sufficient financial resources. The paper demonstrates the need for practitioners, government/market-actors, and academia to encourage sustainable seafood management in Africa by promoting various national and regional sustainability campaigns, environmental awareness programs and ocean stewardship initiatives.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».