Identifying a sustainable operating window for seaweed aquaculture in the Global North: balancing expansion barriers and carrying capacity
Notice bibliographique
Résumé
Seaweed aquaculture is a growing blue sector that provides many benefits to society (e.g. biomass provision for food, feed and cosmetics) and the environment (e.g. eutrophication mitigation, carbon uptake and habitat provision). Successful and sustainable production expansion requires that these activities are operated within limits of acceptable change (LAC) i.e. align with ecological and social carrying capacity. Emerging from a three-round Delphi study, this work presents, from a Global North perspective, the most relevant 1) limiting variables from the socio-environmental spheres that influence the cultivation unit (inputs), such as high operating costs or underdeveloped markets or uncertain impacts from climate change, and 2) the negative impacts of aquaculture on environment and society (outputs), such as overhyped and unrealistic expectation for seaweed cultivation, conflicts with fisheries or pollution. Consolidated lists of these inputs and outputs are accompanied by specific thresholds beyond which unacceptable changes are likely to occur. These results are placed into a globally applicable holistic framework for a multidimensional assessment of seaweed aquaculture including barriers and carrying capacity, which has been outlined for the first time for seaweed cultivation. Our results emphasize the need to include socio-economic aspects into ecosystem approaches, like profitability or social license to operate – and the need for broad stakeholder participation. This study provides thus a directly useable lists of aspects to consider for cultivators and decision-makers. And as is as such a crucial contribution for the ongoing discourse on sustainable growth of this emerging blue sector.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».