MétaCan
Menu
Retour à la cohorte
Enregistrement W4385200384 · doi:10.1139/facets-2023-0011

Can fisheries be “regenerative”? Adapting agroecological concepts for fisheries and the blue economy

2023· article· en· W4385200384 sur OpenAlexafffundvenue
Philip A. Loring

Notice bibliographique

RevueFACETS · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesArrell Food Institute, University of GuelphUniversity of Guelph
Mots-clésSeagrassFishingFisheries scienceBusinessAgroecologyMarine conservationFisheries managementAgricultureFisheryEnvironmental resource managementEcologyEcosystemEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Regenerative design, in which agricultural practices are organized to work with nutrient cycles and successional processes, is increasingly being explored in food systems research and practice. In this commentary, I explore whether regenerative design concepts can be adapted to marine contexts, given increased global interest in the potential of marine ecosystems to support sustainable development, i.e., the blue economy. There are numerous fundamental ecological differences between terrestrial and marine ecologies that make it difficult to directly translate regenerative farming's focus on managing the nutrient cycle. However, building on a framework for regenerative food systems that focuses on how production activities are organized rather than the specific practices and technologies in use, I find multiple useful parallels to familiar patterns in the fisheries literature, specifically, fishing down the food web, poverty traps, and portfolio-based fishing. I conclude with a discussion of directions for research on regenerative fisheries and concerns regarding the potential for greenwashing under the banner of a regenerative blue economy.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,262
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations8
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207