MétaCan
Menu
Retour à la cohorte
Enregistrement W4313380996 · doi:10.1007/978-3-031-15703-5_21

The Vital Roles of Blue Foods in the Global Food System

2023· book-chapter· en· W4313380996 sur OpenAlexaff
Jim Leape, Fiorenza Micheli, Michelle Tigchelaar, Edward H. Allison, Xavier Basurto, Abigail Bennett, Simon R. Bush, Ling Cao, Beatrice Crona, Fabrice DeClerck, Jessica Fanzo, Stefan Gelcich, Jessica A. Gephart, Christopher D. Golden, Christina C. Hicks, Avinash Kishore, J. Zachary Koehn, David C. Little, Rosamond L. Naylor, Elizabeth R. Selig, Rebecca Short, U. Rashid Sumaila, Shakuntala H. Thilsted, Max Troell, Colette C. C. Wabnitz

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensUniversity of British ColumbiaGlobal Affairs Canada
Organismes subventionnairesWalton Family Foundation
Mots-clésBusinessLivelihoodFood securityFood systemsBiologyEcologyAgriculture

Résumé

récupéré en direct d'OpenAlex

Abstract Blue foods play a central role in food and nutrition security for billions of people and are a cornerstone of the livelihoods, economies, and cultures of many coastal and riparian communities. Blue foods are extraordinarily diverse, are often rich in essential micronutrients and fatty acids, and can be produced in ways that are more environmentally sustainable than terrestrial animal-source foods. Yet, despite their unique value, blue foods have often been left out of food system analyses, discussions and solutions. Here, we focus on three imperatives for realizing the potential of blue foods: (1) Bring blue foods into the heart of food system decision-making; (2) Protect and develop the potential of blue foods to help end malnutrition; and (3) Support the central role of small-scale actors in fisheries and aquaculture.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0050,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,011
Tête enseignante GPT0,193
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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCoastal and Marine ManagementTravaux en français237 207