MétaCan
Menu
Retour à la cohorte
Enregistrement W4282974891 · doi:10.1111/faf.12688

Overturning stereotypes: The fuzzy boundary between recreational and subsistence inland fisheries

2022· article· en· W4282974891 sur OpenAlexafffund
Elizabeth A. Nyboer, Holly S. Embke, Ashley M. Robertson, Robert Arlinghaus, Shannon D. Bower, Claudio Baigún, T. Douglas Beard, Steven J. Cooke, I. G. Cowx, John D. Koehn, Roman Lyach, Marco Milardi, Warren M. Potts, Abigail J. Lynch

Notice bibliographique

RevueFish and Fisheries · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesBundesministerium für Bildung und Forschung
Mots-clésSubsistence agricultureRecreationFisheryFishingFood securityConsumption (sociology)Commercial fishingFisheries managementGeographyRecreational fishingResource (disambiguation)BusinessEnvironmental resource managementNatural resource economicsEnvironmental planningEcologyAgricultureEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Inland recreational fisheries provide numerous socio‐economic benefits to fishers, families and communities. Recreationally harvested fish are also frequently consumed and may provide affordable and sustainable but undervalued contributions to human nutrition. Quantifying the degree to which recreationally harvested fish contribute to food security and subsistence is impeded by lack of data on harvest and consumption and by the difficulty in differentiating among recreational and subsistence fisheries. Recreational harvest records tend to be limited to wealthy, food‐secure countries and well‐monitored fisheries with clear regulations or permitting systems. These records often neglect components of recreational harvest among food‐insecure fishers who are potentially more likely to have consumption as a motivation. Here, we highlight the ‘fuzzy boundary’ that can exist between inland recreational and subsistence fisheries and argue that unreported consumption is likely to be a hidden contributor to food security in some populations. We draw on local case studies from around the world to highlight specific instances where recreationally harvested fish species contribute food and subsistence benefits to participating communities. We use these examples to highlight the diversity of ways that inland recreational fisheries contribute to human nutrition, knowledge gaps in understanding recreational fishing for food, and consequences of not accounting for them as food fisheries in policy and management. The aim of this paper is to draw the attention of resource managers and policy makers, create greater social awareness of the importance of recreational fisheries and bring to light this hidden contribution of inland fisheries to nutrition and subsistence.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,024
Communication savante0,0050,006
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,013
Tête enseignante GPT0,194
Écart entre enseignants0,181 · 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'étudeQualitatif
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

Citations43
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetFish Ecology and Management StudiesTravaux en français237 207