Understanding change, complexities, and governability challenges in small-scale fisheries: a case study of Limbe, Cameroon, Central Africa
Notice bibliographique
Résumé
Climate change, globalization, and increasing industrial and urban activities threaten the sustainability and viability of small-scale fisheries. How those affected can collectively mobilize their actions, share knowledge, and build their local adaptive capacity will shape how best they respond to these changes. This paper examines the changes experienced by small-scale fishing actors, social and governance complexities, and the sustainability challenges within the fisheries system in Limbe, Cameroon. Drawing on the fish-as-food framework, we discuss how ineffective fishery management in light of a confluence of global threats has resulted in changes to fish harvesters’ activities, causing shortages in fish supply and disruptions in the fish value chain. The paper uses focus group discussions with fish harvesters and fishmongers to present three key findings. First, we show that changes in the fisheries from increased fishing activities and ineffective fishery management have disrupted fish harvesting and supply, impacting the social and economic well-being of small-scale fishing actors and their communities. Second, there are complexities in the fisheries value chain due to shortages in fish supply, creating conflicts between fisheries actors whose activities are not regulated by any specific set of rules or policies. Third, despite the importance of small-scale fisheries in Limbe, management has been abandoned by fishing actors who are not well-equipped with the appropriate capacity to design and enforce effective fishery management procedures and protections against illegal fishing activities. Empirical findings from this understudied fishery make scholarly contributions to the literature on the fish-as-food framework and demonstrate the need to support small-scale actors’ fishing activities and the sustainability of the fisheries system in Limbe.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».