MétaCan
Menu
Retour à la cohorte
Enregistrement W4319790355 · doi:10.1080/23308249.2023.2167515

Insights from Chinese Mariculture Development to Support Global Blue Growth

2023· article· en· W4319790355 sur OpenAlexaff
Daomin Peng, Yongtong Mu, Yugui Zhu, Jiansong Chu, U. Rashid Sumaila

Notice bibliographique

RevueReviews in Fisheries Science & Aquaculture · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaricultureAquacultureAgricultureFood securityBusinessFisheryScale (ratio)Natural resource economicsEnvironmental planningGeographyFish <Actinopterygii>EconomicsEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Mariculture development has contributed to improving global food and nutrition security. This commentary reviews the importance of blue growth and the potential for aquaculture to fill the nutritional gap left by wild fisheries. On this basis, Chinese mariculture development was analyzed, focusing on five representative large-scale aquaculture practices over the past 60 years. The Chinese mariculture industry has moved from an extensive and low-efficiency development stage to an intensive and high-efficiency development stage; however, the development of the industry has been characterized by environmental and economic over-farming. From a policy perspective, to circumvent these two types of over-farming, more policies and actions by both the public sector and stakeholders are needed.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,006
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,005

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 Opus0,023
Tête enseignante GPT0,274
Écart entre enseignants0,252 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Fisheries Science & AquacultureMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207