Marine diseases as a threat to society: Adopting and advancing the UNDRR risk framework
Notice bibliographique
Résumé
Marine diseases change ecosystem dynamics and functioning, and modify ecosystem service (e.g. food) provisioning. Understanding marine diseases’ occurrence and frequency, and consequences and impacts thereof, is crucial for humans and nature alike, though the implications for society beyond human health have received little attention in scientific debates yet. This study advocates for the uptake of marine diseases into hazard landscapes currently being evaluated and discusses the different components of risks that marine diseases pose to societies: Adopting the analytical lens of the UNDRR risk framework to oyster farms as a specific case, we explore disease outbreaks in those as hazards to society. Looking at associated exposure and vulnerability, potential risk reduction options are elaborated. The framework is broadened by including indirect and spill-over effects within the social-ecological system – to local coastal communities. Marine diseases management is challenged by the fluidity of the ocean and fragmented governance structures. To reduce social-ecological repercussions and overall risks for society of disease outbreaks we thus endorse for a thorough risk evaluation and sensible, anticipatory communication. • We apply the UNDRR risk framework, adopting it to the case of marine diseases. • Oyster diseases as a hazard to oyster populations and coastal societies is analysed, to then develop and discuss risk reduction options. • Risks and social-ecological impacts of marine disease outbreaks can be reduced by risk evaluation and proactive communication.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».