Look who’s talking: contributions to evidence-based decision making for commercial fisheries in Atlantic Canada
Notice bibliographique
Résumé
Fisheries are complex social–ecological systems, meaning that the achievement of 'sustainable' fisheries demands a multifaceted approach, involving ecological, economic, social, and institutional dimensions. Addressing these diverse concerns requires the collection and synthesis of new sources of information by science-advising bodies and the engagement of multiple knowledge types from rightsholders and stakeholders. The 'modernized' (2019) Fisheries Act in Canada allows for a diverse range of considerations to form the basis of fisheries management decisions, including knowledge from community or industry groups, but it remains unclear where and when such information is available, how this information is prioritized, who contributes to information-gathering processes, and what the management consequences of information use might be. The present study uses a selection of science-advising documents and briefing notes for decision makers to explore the information and priorities informing fisheries management decisions in Atlantic Canada, with a focus on how rightsholders and stakeholders contribute to the process. These findings can inform efforts to adopt an inclusive and participatory approach to evidence-based decision making to achieve sustainable fisheries, in the broadest sense of the word.
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 | 0,221 | 0,428 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,017 | 0,020 |
| Études des sciences et des technologies | 0,020 | 0,024 |
| Communication savante | 0,033 | 0,011 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».