MétaCan
Menu
Retour à la cohorte
Enregistrement W4290725355 · doi:10.33997/j.afs.2008.21.3.001

Understanding Culture-based Fisheries: An Assessment of a Community-Managed Beel Fisheries in Bangladesh

2008· article· en· W4290725355 sur OpenAlexafffund
A.A. MAMUN, C.E. HAQUE

Notice bibliographique

RevueAsian Fisheries Science · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFish Biology and Ecology Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesInternational Development Research Centre
Mots-clésFisheries managementFisheries lawBusinessResource (disambiguation)FisheryCitizen journalismResource management (computing)Environmental resource managementEnvironmental planningEconomicsPolitical scienceFishingGeography

Résumé

récupéré en direct d'OpenAlex

This paper presents a critical review of culture-based fisheries under the framework of a co-management arrangement of this resource in Bangladesh. It is recognized that the research and practice of culture-based fisheries are largely focused on production and put emphasis mainly on the economic aspects that relate to investment returns and cost-effectiveness of culture fisheries. In the resource management regimes of recent decades, little attention has been given to other crucial management, societal and environmental aspects. In consideration of these perspectives, the study attempts an empirical analysis of community-based fisheries management (CBFM), with a focus on the assessment of its role in facilitating the development of culture-based fisheries. By adopting a participatory approach to resource management, this research examines several critical aspects of management related to issues of property rights, the leasing out of public land and water bodies, and institutional linkages. It also pays due attention to related social considerations under a community-managed, culture-based fisheries program in Bangladesh. It is argued that culture-based fisheries will not achieve their goals without the adoption of a wide-encompassing management strategy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,005
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,121
Tête enseignante GPT0,283
Écart entre enseignants0,161 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAsian Fisheries ScienceMême sujetFish Biology and Ecology StudiesTravaux en français237 207