MétaCan
Menu
Retour à la cohorte
Enregistrement W4327604725 · doi:10.1002/aff2.95

Fisheries in a border area of the Moxos Lowlands (Bolivia) after invasion of <i>Arapaima gigas</i>

2023· article· en· W4327604725 sur OpenAlexafffund
Gabriela Rico Lopez, Claudia Coca Méndez, Joachim Carolsfeld, Oriana Trindade de Almeida, Paul A. Van Damme

Notice bibliographique

RevueAquaculture Fish and Fisheries · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesInternational Development Research CentreWildlife Conservation SocietyGlobal Affairs CanadaGordon and Betty Moore Foundation
Mots-clésLivelihoodFisheryGeographyHabitatIndigenousEcologyAgricultureBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Fish in the upper Madeira River basin (Bolivian Amazon) are an important source of livelihoods and protein for both rural and urban human populations. We characterised fisheries in the area of the port city of Riberalta, which possesses some of the most important fisheries landing sites bordering the Moxos lowlands, and evaluated the contribution of an invasive species ( Arapaima gigas ) to the landings. We compared the regional economic contribution of urban‐based and rural indigenous fisheries. Both fisheries contribute significantly to local food security and livelihoods and take advantage in a different but complementary way of the abundance of the invasive species, avoiding conflicts by partitioning the fish catch and supplying different urban markets. Both fisher groups are involved in a debt peonage system making them dependent on middlemen. A. gigas represented 57.6% of the overall economic value of fish in the region. The socioeconomic impact of the invasive species might increase considerably if it would invade and colonise the available habitats in the nuclear area of the Moxos lowlands.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,193
Score d'incertitude au seuil0,384

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAquaculture Fish and FisheriesMême sujetFish biology, ecology, and behaviorTravaux en français237 207