MétaCan
Menu
Retour à la cohorte
Enregistrement W4396640043 · doi:10.1111/raq.12917

An aquaculture risk model to understand the causes and consequences of Atlantic Salmon mass mortality events: A review

2024· review· en· W4396640043 sur OpenAlexafffund
Zaman Sajid, A. Kurt Gamperl, Christopher C. Parrish, Stefanie M. Colombo, Javier Santander, Charles Mather, Barbara Neis, Ingunn Marie Holmen, Ramón Filgueira, Cynthia H. McKenzie, Lissandra Souto Cavalli, Mohamed F. Jeebhay, Wenzhao Gao, María Andrée López Gómez, Cory Ochs, Sarah J. Lehnert, C. Couturier, Christine Knott, João F. Romero, Albert Caballero‐Solares, Allan Cembella, Harry M. Murray, Ian Fleming, Joel Finnis, Mark D. Fast, Mark L. Wells, Gerald G. Singh

Notice bibliographique

RevueReviews in Aquaculture · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of VictoriaFisheries and Oceans CanadaNova Scotia Department of AgricultureDalhousie UniversityUniversity of Prince Edward IslandMemorial University of Newfoundland
Organismes subventionnairesOcean Nexus Center, EarthLab, University of WashingtonEarthLab, University of WashingtonCanada First Research Excellence FundOcean Frontier InstituteMemorial University of NewfoundlandTexas A and M UniversityUniversity of Washington
Mots-clésAquaculturePsychological interventionBusinessLivelihoodFisheryEnvironmental resource managementNatural resource economicsEcologyFish <Actinopterygii>Environmental scienceBiologyEconomicsAgricultureMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Mass mortality events (MMEs) are defined as the death of large numbers of fish over a short period of time. These events can result in catastrophic losses to the Atlantic salmon aquaculture industry and the local economy. However, they are challenging to understand because of their relative infrequency and the high number of potential factors involved. As a result, the causes and consequences of MMEs in Atlantic salmon aquaculture are not well understood. In this study, we developed a structural network of causal risk factors for MMEs for aquaculture and the communities that depend on Atlantic salmon aquaculture. Using the Interpretive Structural Modeling (ISM) technique, we analysed the causes of Atlantic salmon mass mortalities due to environmental (abiotic), biological (biotic) and nutritional risk factors. The consequences of MMEs were also assessed for the occupational health and safety of aquaculture workers and their implications for the livelihoods of local communities. This structural network deepens our understanding of MMEs and points to management actions and interventions that can help mitigate mass mortalities. MMEs are typically not the result of a single risk factor but are caused by the systematic interaction of risk factors related to the environment, fish diseases, feeding/nutrition and cage‐site management. Results also indicate that considerations of health and safety risk, through pre‐ and post‐event risk assessments, may help to minimize workplace injuries and eliminate potential risks of human fatalities. Company and government‐assisted socio‐economic measures could help mitigate post‐mass mortality impacts. Appropriate and timely management actions may help reduce MMEs at Atlantic salmon cage sites and minimize the physical and social vulnerabilities of workers and local communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,081
Tête enseignante GPT0,366
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReviews in AquacultureMême sujetFish Ecology and Management StudiesTravaux en français237 207