MétaCan
Menu
Retour à la cohorte
Enregistrement W4392748701 · doi:10.5751/es-14552-290126

Community knowledge as a cornerstone for fisheries management

2024· article· en· W4392748701 sur OpenAlexafffundvenueabout
Kayla M. Hamelin, Anthony Charles, Megan Bailey

Notice bibliographique

RevueEcology and Society · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Eye InstituteOcean Frontier InstituteKillam Trusts
Mots-clésCornerstoneFisheries managementFisheries scienceEnvironmental resource managementBusinessFisheryCommunity-based managementCommunity managementEnvironmental planningGeographyEcologyFishingEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

The imperative to include stakeholders and rightsholders in fisheries management over the past 30 years has led to many changes in management regimes around the world, a key one being a move toward collaboration and co-management. This is reflected, for example, in Canada, where the newly revised Fisheries Act (2019, c.14, s.3) incorporates this imperative in part by citing “community knowledge” as a component in decision making for fisheries management. However, the lack of a formal definition makes it unclear what exactly is meant by “community” and when and how community knowledge can play a role in management. To investigate what community contributions to fisheries management can entail, and who these communities might include, we conducted a scoping literature review using the Scopus database to synthesize common outcomes from research on community involvement in fisheries management toward the goals of ecological, social, economic, and institutional sustainability. Enablers and barriers for successful collaborative initiatives were identified, covering conceptual, logistical, and communication-related factors. Key recommendations were compiled from a range of case studies to map a path toward full-spectrum sustainability for fisheries. From these principles and practices, we ultimately identified major considerations for the Canadian context, including the need to (1) clarify the distinction between fishing communities and the fishing industry; (2) strengthen social networks and communication channels to facilitate collective action; (3) track and transparently share successes and failures in collaborative efforts and outcomes; and (4) more explicitly consider community well-being as a fisheries management objective. From our synthesis, there are lessons to be learned for fisheries (social) scientists and managers working to enhance evidence-based fisheries management, whether within Canada or in other collaborative management settings globally.

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: aucune
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil0,712

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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

Citations21
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetCoastal and Marine ManagementTravaux en français237 207