MétaCan
Menu
Retour à la cohorte
Enregistrement W4413475985 · doi:10.1080/08941920.2025.2547214

Learning from an Interdisciplinary Research Experience Exploring the Impacts of Global Changes on Quebec’s Northern Shrimp Fishery

2025· article· en· W4413475985 sur OpenAlexafffundabout
Mary Sue Richardson, Piero Calosi, Marco Alberio, Fanny Noisette

Notice bibliographique

RevueSociety & Natural Resources · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésShrimpFisheryEnvironmental resource managementGeographyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Interdisciplinary research approaches are considered valuable in tackling complex challenges and developing richer understandings of how global changes will affect the future of social-ecological systems. Interdisciplinarity is increasingly used to bring together diverse forms of knowledge, take account of complexities, and identify pathways for adapting to global changes. Yet interdisciplinary research can be challenging for epistemological, methodological and operational reasons, and many researchers may lack guidance for developing effective processes, knowledge and skills. We share lessons from an interdisciplinary project conducted on the impacts of ocean changes on the Northern shrimp and its fishery in Quebec (Canada), from 2018 to 2021. These concern co-design, co-production of knowledge and co-dissemination of results by the research team. We present successes, shortcomings and suggestions focused on team building, network support and integration across disciplines in the context of research supporting fishery management, including marine biology, chemical oceanography, biogeography, genetics, sociology, and regional development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,348
Écart entre enseignants0,313 · 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 tête enseignante, 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'admission3
Résumé présentoui

Explorer davantage

Même revueSociety & Natural ResourcesMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207