Mapping Social-Ecological-Oriented Dried Fish Value Chain: Evidence from Coastal Communities of Odisha and West Bengal in India
Notice bibliographique
Résumé
The production and trade of dried fish are important sources of livelihood and employment for poor people engaged in the dried fish value chain. More importantly, half of them are women. Dried fish makes a significant contribution to the food and nutrition security of the poor because it is high in calcium and other vital micronutrients. Despite its importance, work on the dried fish value chain (DFVC) continues to focus on financial value creation and linear interactions among market actors that impede the recognition of human rights, justice, food security, and power across the entire value chain. Such a neoclassical perspective on DFVC tends to undermine the complex human-nature interactions that are contingent upon specific histories, people, places, and practices. Poor fishers and dried fish processors placed at the extractive end of the value chain hold low power in the market and remain vulnerable to changing social-ecological system dynamics. The recent work on a hybrid framework of social-ecological system-oriented dried fish value chain (SESDFVC) makes a departure from the conventional dried fish value chain framework. It values dynamic resource contexts, considers upstream actors as active collaborators, and expands the notion of value to include the social-ecological wellbeing of the value chain actors. This paper, with a mixed method research framework, provides an empirical outlook of the dried fish value chain in relation to SES attributes in the context of the eastern Indian coast of the Bay of Bengal, including Odisha and West Bengal, India.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».