Including local voices in marine debris conversations to advance environmental justice for island and coastal communities: perspectives from St. Paul Island, Alaska
Notice bibliographique
Résumé
Marine debris is ubiquitous across the global ocean and is an increasing threat to human health, economies, habitats, and wildlife. While local to national action plans are important in addressing this issue, they do not necessarily reflect the needs of coastal communities most heavily impacted. Remote island and coastal communities, particularly in Alaska, do not generate the majority of marine debris impacting their ecosystems; however, they are often left with the task of removal and disposal. Thus, the detrimental effects of marine debris are not only an ecological problem but an issue of environmental justice. This project aimed to catalyze the inclusion of place-based knowledge in marine debris solutions for St. Paul Island, a predominantly (>85%) Alaska Native community in the Bering Sea. We interviewed 36 community members during 2017–2020, documenting their observations of marine debris types, amount, distribution, and impacts over recent decades. Participants reported increasing plastic debris since the 1980s, particularly plastic bottles and fishing gear. Nearly 80% expressed concern about impacts to subsistence resources, including entanglement and ingestion. St. Paul Island community members’ experiences highlight that solving marine debris issues requires broader policies and mitigation strategies addressing sources of debris and advancing environmental justice by impact reduction. Furthermore, this case study can serve as an example of how locally relevant action plans can be developed in other coastal communities around the world by including knowledge and concerns of community members, as they are the most heavily and personally impacted by the marine debris on their shorelines.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,030 | 0,010 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».