Industrial fishing and its impacts on food security: a systematic review
Notice bibliographique
Résumé
This systematic review seeks to answer the question: how have previous studies conceptualized and measured food security in relation to industrial fishing? Following the Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) methodology, initial searches yielded 983 publications, which were distilled to 55 relevant articles for in-depth analysis after the screening process. These studies span from 1997 to 2024, covering a diverse range of geographical contexts, and cover a variety of scales from local community impacts to national and global trends. Overall, four principal themes related to the perceived positive and negative and direct and indirect impacts of industrial fishing on food security were identified: (1) Industrial fishing activities provide jobs to local populations of which earnings are used to purchase other food items; (2) Industrial fishing activities provide fisheries products to local markets which are used as a common food source; (3) Industrial fishing activities damage the environment, leading to a decrease in the availability of catch for food or livelihood; (4) Industrial fishing activities outcompete local users and export catch to distant markets, thereby decreasing available food to local communities. The methodologies used in these studies mainly took a singular methods approach rather than a mixed-methods approach. Specific methodologies were rooted in diverse fields such as econometrics, policy, geography, fisheries science, and public health. The most frequently used data types were fisheries production, consumption, trade, economic, and fisher behavior data. A notable gap in the research is the lack of integration of complex data on industrial fishing, such as detailed catch records and fishing efforts, with the multifaceted aspects of food security, including detailed household consumption trends. This separation has often led to studies focusing on either fishing activities or food security outcomes in isolation, which can oversimplify the relationship between fisheries production and food security. The findings highlight the need for a more integrated research approach that combines fisheries or ecosystem data with a thorough examination of household consumption behaviors and broader food systems. Such an approach is essential for creating effective policies and interventions to support and improve the livelihoods of communities reliant on fisheries.
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 | 0,021 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,019 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».