Untangling social–ecological interactions: A methods portfolio approach to tackling contemporary sustainability challenges in fisheries
Notice bibliographique
Résumé
Meeting the objectives of sustainable fisheries management requires attention to the complex interactions between humans, institutions and ecosystems that give rise to fishery outcomes. Traditional approaches to studying fisheries often do not fully capture, nor focus on these complex interactions between people and ecosystems. Despite advances in the scope and scale of interactions encompassed by more holistic methods, for example ecosystem-based fisheries management approaches, no single method can adequately capture the complexity of human-nature interactions. Approaches that combine quantitative and qualitative analytical approaches are necessary to generate a deeper understanding of these interactions and illuminate pathways to address fisheries sustainability challenges. However, combining methods is inherently challenging and requires understanding multiple methods from different, often disciplinarily distinct origins, demanding reflexivity of the researchers involved. Social-ecological systems' research has a history of utilising combinations of methods across the social and ecological realms to account for spatial and temporal dynamics, uncertainty and feedbacks that are key components of fisheries. We describe several categories of analytical methods (statistical modelling, network analysis, dynamic modelling, qualitative analysis and controlled behavioural experiments) and highlight their applications in fisheries research, strengths and limitations, data needs and overall objectives. We then discuss important considerations of a methods portfolio development process, including reflexivity, epistemological and ontological concerns and illustrate these considerations via three case studies. We show that, by expanding their methods portfolios, researchers will be better equipped to study the complex interactions shaping fisheries and contribute to solutions for sustainable fisheries management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,197 | 0,155 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,013 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,022 |
| Communication savante | 0,020 | 0,019 |
| Science ouverte | 0,007 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».