MétaCan
Menu
Retour à la cohorte
Enregistrement W4395044204 · doi:10.23960/aqs.v12i2.p1484-1498

THE CRUSTACEAN'S EXPORT-IMPORT MAPPING OF FISH QUARANTINE AND INSPECTION AGENCY (FQIA) JAKARTA I ON 2021-2022 PERIOD

2024· article· en· W4395044204 sur OpenAlexaboutno aff
Moh. Muhaemin, Meisi Yulanda, Uhen Ruhenda, Eko Efendi

Notice bibliographique

RevueAQUASAINS · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFisheries and Aquaculture Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarantineFisheryAgency (philosophy)Period (music)Fish <Actinopterygii>CrustaceanInternational tradeBusinessBiologyEcologyArt

Résumé

récupéré en direct d'OpenAlex

Indonesia's crustacean has great potential fisheries business. The depletion of fisheries natural resources needs to be solved to avoid overfishing, especially for crustaceans. The study aim was to analyze crustacean diversity and mapping its products on export and import markets, as well as to analyze the sustainability of crustacean export-import across Indonesia. The study was conducted at FQIA Jakarta I on January until February 2023. The descriptive analysis method was used. The results of the study showed that Indonesia's fisheries export were higher than import activities. On crustacean exports, the highest destination country for lobster (Panulirus sp.) is Cina, the highest destination country for crab (Portunus pelagicus) is the USA, the highest destination country for mud crab (Scylla serrata) is Cina, and the highest destination countries for mantis shrimp (Squilla mantis) are Hongkong and Cina. Meanwhile, for imported crustaceans, snow crab (Chionoecetes opilio) came from Japan, and American lobster (Homarus americanus) came from Canada and USA. The overfishing has not occurred as illustrated for fishing grounds in Indonesia. It indicated by the average of annual catch value which has not higher than MSY catch. Keywords: Crustacea, fish market, fishing ground, annual catch, sustainable.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,395

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 technologies0,0010,000
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 Opus0,016
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAQUASAINSMême sujetFisheries and Aquaculture StudiesTravaux en français237 207