Fishery Livelihood Adaptation on Climate Change: A Bibliometric Analysis and Review
Notice bibliographique
Résumé
The primary objective of this research is to provide a high-level overview of potential impacts and details of ongoing and completed adaptation measures on aquatic and marine ecosystems and the livelihoods they support as a result of climate change.Changes in acidity, sea temperature, and circulation patterns, the frequency and intensity of extreme events, sea level rise, and associated ecological changes will all have an impact on fisheries and aquaculture as a result of climate change.This method used a bibliometric analysis using VoS Viewer and collected articles from the Scopus Database for the years 2014-2022.The results show that (1) the number of documents is rising, but the citations go down temporarily; (2) the countries with the most influence are the United States, United Kingdom, and Canada; (3) the authors most cited are Cheung, W.W.L., and Allison, E.H.; (4) the research most influenced is the livelihoods approach and management of small-scale fisheries (2001) by Allison, E.H., and Ellis, F. (5) The most frequently used keywords are climate change, fisheries, livelihood, human, animal, ecosystem, environmental protection, adaptive management, fishery management, conservation of natural resources, and fish.Therefore, future research related to fishery livelihood due to climate change should include several themes, including social-ecological systems, remote sensing, artisanal fisheries, the Pacific Islands, and coastal impact.
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 | 0,009 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,137 | 0,173 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».