Social Innovation in Small‐Scale Blue Food Systems: A Case Study of Oyster Harvesters in The Gambia, West Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT The emerging “Blue Economy” and “Blue Growth” paradigms, focusing on economic growth, innovations, and environmental sustainability, have increasingly dominated discussions on marine and coastal development. However, in this discourse, the future of small‐scale blue food systems often remains underemphasized and increasingly uncertain. This paper explores the potential of social innovation approaches as tools to support a collective and inclusive transformation within blue food systems in the blue economy. We draw on a case study of a female‐led social enterprise in The Gambia—the TRY Oyster Women's Association (TRY)—to highlight the social innovation pathways for small‐scale blue food systems transformation. The study shows that social innovation through institutional changes, participatory governance, emerging institutional entrepreneurs, and financial resource mobilization and support facilitates effective natural resources management, environmental stewardship, and social and economic inclusion within small‐scale blue food systems. Importantly, the granting of TRY's exclusive user rights through a national Fishery Act has facilitated community engagement in sustainable management of the oyster shellfish and mangroves in The Gambia. Also, TRY promotes community empowerment and social cohesion through social learning and capacity‐building initiatives with financial and technical support from external partners enabling the association to thrive as a social enterprise. The paper underscores the significance of social innovation in steering successful transformation within small‐scale blue food systems, fostering environmental and inclusive resource management in the blue economy with applicability in similar geographical contexts.
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.
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 | 0,001 |
| 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 découle