Assessing the potential for seaweed aquaculture in Nova Scotia
Notice bibliographique
Résumé
Growing interest in the seaweed aquaculture industry has focused on the environmental, economic and social benefits it can offer. Outside of Asia, it is a small but emerging industry with the potential to grow and contribute to food security, climate change mitigation and coastal economic development. However, limited understanding of this potential has led to slow and fragmented development of the industry, without a clear direction of how to move the industry forward. This research uses Nova Scotia, Canada as a case study to understand the potential for the seaweed aquaculture industry by analyzing the perceptions of stakeholder groups (industry, academia, NGO/community and government). A SWOT analysis was completed to understand drivers and barriers impacting the industry and was used to develop a Q-methodology survey for identifying important factors to consider in decision-making, management and planning of the industry. Results indicated that participants generally reflected one of two perspectives: the seaweed skeptic and the seaweed solutionist. Participant perceptions indicated areas where seaweed aquaculture can be a contributor in Nova Scotia, specifically in coastal community economic development and food sustainability. However, experiential knowledge gaps, uncertainties surrounding climate change impacts and lack of regulations appear to constrain individuals from fully supporting the industry. Further discussion is needed on the stewardship of and priorities for how this industry should be developed moving forward. These findings illustrate possible enabling conditions for the future of this industry in Canada.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».