MétaCan
Menu
Retour à la cohorte
Enregistrement W4389318844 · doi:10.5751/es-14273-280425

Environmental change and resource access in aquatic food systems: a Photovoice case study of Cambodian fisheries

2023· article· en· W4389318844 sur OpenAlexvenueno aff
Kathryn J. Fiorella, Heather Magnuson, Antara Finney Stable, Chork Sim, Voleak Phan, Elizabeth G. Fox

Notice bibliographique

RevueEcology and Society · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCambodian History and Society
Établissements canadiensnon disponible
Organismes subventionnairesNational Geographic Society
Mots-clésPhotovoiceLivelihoodEcosystem servicesFishingEnvironmental resource managementResource (disambiguation)SustainabilityBusinessGeographyFisheryEnvironmental planningEcologyEcosystemEconomic growthAgricultureEconomics

Résumé

récupéré en direct d'OpenAlex

Ecosystem services and the biodiversity that supports them directly provision food and livelihoods to millions around the world within environments increasingly facing multifaceted changes. Yet the perspectives of resource users on the value of those resources and the challenges they face amid social-ecological change are still too often poorly understood. In this study, we use Photovoice methodology and a social-ecological systems perspective to understand the value of access to fish resources and the impacts of changing access for small-scale fishing communities in Cambodia. Contrasting the perspectives of households in different ecological settings, including adjacent to the Tonle Sap Lake and within its floodplain, revealed stark differences in the experiences of regulation enforcement and fisheries management for communities that had viable alternatives to fishing compared to those without options beyond fishing. The study addresses the need to understand both the lived experiences of those on the frontlines of environmental changes, and to disentangle the heterogeneous experiences across and within communities to improve resource management and community support in complex, changing social-ecological 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.

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)0,001
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,234
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,064
Tête enseignante GPT0,289
Écart entre enseignants0,225 · 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'étudeQualitatif
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetCambodian History and SocietyTravaux en français237 207