PubCast - Alternative Seafood Networks During COVID-19
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Export-oriented seafood trade faltered during the early months of the COVID-19 pandemic. In contrast, alternative seafood networks (ASNs) that distribute seafood through local and direct marketing channels were identified as a “bright spot”. In this paper, we draw on multiple lines of quantitative and qualitative evidence to show that ASNs experienced a temporary pandemic “bump” in both the United States and Canada in the wake of supply chain disruptions and government mandated social protections. We use a systemic resilience framework to analyze the factors that enabled ASNs to be resilient during the pandemic as well as challenges. The contrast between ASNs and the broader seafood system during COVID-19 raises important questions about the role that local and regional food systems may play during crises and highlights the need for functional diversity in supply chains. This paper was authored by Joshua S Stoll, Hannah L Harrison, Emily De Sousa, Debra Callaway, Melissa Collier, Kelly Harrell, Buck Jones, Jordyn Kastlunger, Emma Kramer, Steve Kurian, M Alan Lovewell, Sonia Strobel, Tracy Sylvester, Brett Tolley, Andrea Tomlinson, Easton R White, Talia Young, Philip A Loring. This paper was originally published in Frontiers in Sustainable Food Systems.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 découle