MétaCan
Menu
Retour à la cohorte
Enregistrement W4288686882 · doi:10.1002/eet.2025

How can a cooperative‐based organization of indigenous fisheries foster the resilience to global changes? Lessons learned by coastal communities in eastern Québec

2022· article· en· W4288686882 sur OpenAlexaffabout
Marco Alberio, Marina Soubirou

Notice bibliographique

RevueEnvironmental Policy and Governance · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Psychological resilienceIndigenousFisheryResource (disambiguation)Environmental resource managementScale (ratio)BusinessGeographyEnvironmental planningEcologyEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Halieutic resources and small‐scale fisheries are globally under stress due to global changes. This phenomenon has very strong impacts on the socioeconomic situation of vast coastal areas worldwide and of the communities living there, whose economies rely on the ocean. In the current context of a decrease of several halieutic stocks, there is a need of understanding what could be the avenues for fisheries‐dependent communities to adapt to global changes whilst preserving both local biodiversity and their ability to develop themselves. In this paper, we explore how a cooperative fisheries organizational model could allow coastal communities to foster their development without increasing the pressure on the resource they harvest. Through the analysis of the example of northern shrimp (Pandalus borealis) indigenous fisheries in eastern Québec, we expose how a cooperative‐based organization of fisheries that is oriented towards community development can foster resilience against the current decline of the resource in a socially vulnerable context at a micro and macro level. Furthermore, we show how collaboration between diverse types of fisheries organizations can allow socially innovative practices to scale up.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,286

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,004
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,222
Écart entre enseignants0,206 · 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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Policy and GovernanceMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207