Quantifying global redundant fisheries trade to streamline seafood supply chains
Notice bibliographique
Résumé
Seafood plays an important role in sustainably feeding the world and is one of the most traded food products globally. However sustainability improvements are often focused on its production (e.g., aquaculture, fishing) rather than trade. Here, we quantify the magnitude and extent of global 'redundant two-way' seafood trade-the exchange of the same quantity of the same taxonomic species between two countries-to examine its prevalence and potential implications across the seafood supply chain. We focused on wild-caught seafood trade and found that redundant two-way trade has increased by 43%, between 2000 and 2015, making up 3.2% (7.7 Mt) of global seafood trade during that period. Although most countries were involved in redundant two-way seafood trade (111 of 212 analyzed), the majority occurred between five trade partners: Canada and the United States (15%), Germany and the Netherlands (11.8%); Denmark and Sweden (10.6%); Germany and Denmark (7.1%); and France and Norway (7%). Nearly 50% of redundant trade is made up of just four species including Atlantic herring, Atlantic cod, Skipjack tuna and Atlantic mackerel. While deficiencies in global seafood trade data mask seasonal and product heterogeneity, redundant trade could have implications for meeting conservation and sustainable development goals. Future research should build upon these findings to explore specific environmental, economic, and social implications associated with redundant two-way trade to benefit producers and consumers within the seafood supply chain.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».