GENDER AND FISHERIES : THE REPUBLIC OF HAITI
Notice bibliographique
Résumé
Fisheries in Haiti are relatively underdeveloped, with women making critical yet often underappreciated contributions, predominantly as fish processors and traders (‘machanns’ and ‘madan saras’). Beyond these roles, women invest in fishing activities, assist with fishing trip preparations, build and maintain fishing equipment, innovate in food processing and storage, engage in shore-based harvesting, generate alternative income streams and increasingly contribute to fishers’ associations. Haiti is unique among Caribbean nations for having ministerial level government structures tasked with improving the status and rights of women, combined with a constitutional requirement that 30% of elected and appointed national positions be held by women. Grassroots organizations and women's rights activists have made substantial progress in advocating for gender equality. Nevertheless, female political participation remains limited and gender-based violence is a serious and persistent concern. Ongoing socio-political instability and Haiti’s high vulnerability to natural disasters has further hindered progress. It is important to note that the deteriorating security situation manifests differently in urban and rural areas, with most challenges concentrated around urban centres and fishing communities located in mostly rural settings. This fact sheet provides an overview of the role of seafood production in Haiti, with a focus on gender dimensions, highlighting opportunities to strengthen gender equity and women’s empowerment in the sector and beyond. It is part of a series meant to offer development agency employees, government agencies, NGOs, funders, and researchers, with a snapshot of gender and fisheries to inform the planning and delivery of relevant activities these actors might be involved in or are in the process of developing.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».