MétaCan
Menu
Retour à la cohorte
Enregistrement W4408823391 · doi:10.5194/oos2025-1267

Boosting Resilience in South Korea's Seaweed Industry: Status, Policies and Practice

2025· preprint· en· W4408823391 sur OpenAlexaff
Nidhi Nagabhatla, Elizabeth Cook, Gwang Hoon Kim, J. C. Kim

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueMarine and Coastal Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBoosting (machine learning)Resilience (materials science)Natural resource economicsBusinessEnvironmental planningGeographyEconomicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

As the global demand for sustainable food sources rises, aquaculture has emerged as a critical solution to meet that need. It is becoming a cornerstone of global food security and economic opportunity. It provides a sustainable alternative to overexploited marine resources, particularly seaweed production systems, which are increasingly vital in ensuring resilient and sustainable coastal communities. South Korea is one of the major seaweed producing nations globally. This study investigated the status, policies and practices related to seaweed cultivation in South Korea. Between 2013 and 2023, the industry saw significant growth, from 1.13 million tons to 1.74 million tons, with the main cultivation species, including Pyropia spp., Saccharina japonica, and Undaria pinnatifida. These species constitute 97% of the total production and the industry was valued at 855.8 billion KRW ($658 million USD) in 2023. Pyropia spp. alone achieved export revenues of 1 trillion KRW ($770 million USD), underscoring the sector's growing export market globally. The country holds 2,150 seaweed farming licenses covering 90,571 hectares in 2023 and has expansion plans for 2024, adding new licenses to 2,700 hectares for Pyropia spp. aquaculture. Domestic seaweed consumption is also rising, increasing from 17.4 kg/capita in 2013 to 25.6 kg/capita in 2022. Around 16 seaweed farms and six processing companies earned Aquaculture Stewardship Council (ASC) certifications in 2024 and sustainability remains a priority, enhancing global trust in Korea’s products and a commitment to the blue economy agenda. The government's Aquaculture Disaster Insurance (ADI) program, is unique to South Korea and supports the industry by offering protection against natural disasters and diseases, fostering stability, and enabling productivity improvements. Additionally, advanced satellite technology, such as the Geostationary Ocean Colour Imager (GOCI), has also helped the growth of the industry through monitoring for oceanic risks, such as macroalgal blooms of floating brown algae Sargassum horneri, which can impede seaweed production. Further efforts by the seaweed industry to enhance sustainability, includes thereplacement of traditional plastic buoys with eco-friendly alternatives. Research into advancing alternative cultivation practices (e.g., on-shore cultivation) in response to increasing seawater temperatures that may hamper seaweed cultivation in the marine environment in the future, are also on-going thus safeguarding the long-term success of South Korea’s seaweed industry.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,030
Tête enseignante GPT0,324
Écart entre enseignants0,294 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMarine and Coastal ResearchTravaux en français237 207