Assessing socio‐environmental suitability and social license of proposed offshore aquaculture development: A Florida case study
Notice bibliographique
Résumé
Abstract Offshore aquaculture is a growing industry, but a lack of social acceptance is limiting development, including within the USA. We used the Gulf Coast of Florida, where there has been industry and government interest in development, as a case study to explore offshore aquaculture potential and methods for integrating stakeholder concerns into offshore aquaculture development. We assessed (1) social acceptance of offshore aquaculture in the Florida Gulf Coast using public comments; (2) site suitability for offshore development using social, biological, and technical data; and (3) potential impacts of offshore aquaculture on communities using socioeconomic vulnerability indices. We found that many stakeholders distrust policymakers and industry and have concerns about potential environmental impacts. We created species‐specific suitability maps for red drum ( Sciaenops ocellatus ) and almaco jack ( Seriola rivoliana ), demonstrating that large areas of the Gulf are suitable for offshore aquaculture development. We show that many coastal and fishing‐reliant communities have existing vulnerabilities that aquaculture development could affect, but the public comments did not reflect these. To gain social acceptance, industry and government agencies will need to better incorporate public feedback into planning processes in a meaningful way. Consulting local communities and adapting projects in response to their concerns can help to secure social license for offshore aquaculture.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».