Quantifying the Nutritional and Socio‐Ecological Dimensions of Indian Ocean Fisheries
Notice bibliographique
Résumé
ABSTRACT Seafood from marine fisheries, such as finfishes and invertebrates, is an important source of nutrients for billions of people globally. Seafood species vary in their micronutrient concentration, their economic value, and their vulnerability to exploitation and climate change. However, fisheries management has rarely considered the nutritional quality of fisheries catches and their relation to economic, conservation and climate vulnerability dimensions. Here, we quantified and analysed the micronutrient supply and average micronutrient concentration of taxa exploited by fisheries in the Indian Ocean. We also assessed associations among taxon‐specific micronutrient concentrations, ex‐vessel prices, fishing vulnerability and climate vulnerability. We found that small pelagic finfishes, despite contributing little to the overall catch weight, were particularly rich in micronutrients, were resilient and low priced, highlighting their utility in food and nutritional security. In contrast, taxa such as tunas and cephalopods were less nutrient‐dense, more vulnerable and had higher ex‐vessel prices. Results also showed differences in catch micronutrient concentrations between countries within the Indian Ocean Rim (IOR) and Distant Water Fishing (DWF) countries. IOR country catches were dominated by taxa richer in calcium, omega‐3 fatty acids and iron but with higher climate vulnerability. DWF catches, which accounted for only 2% of the Indian Ocean's total micronutrient supplies, were relatively richer in selenium, more vulnerable to fishing and had higher ex‐vessel prices. Our results highlight the trade‐offs and synergies among nutritional, economic, conservation and climate resilience dimensions of Indian Ocean fisheries, providing key insights for nutrition‐sensitive fisheries management strategies aimed at balancing multiple priorities.
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 | 0,000 |
| 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 ».