Threats and prospects for the viability of small-scale fishing communities in Latin America: A systematic review of conflicts and blue injustices
Notice bibliographique
Résumé
Coastal small-scale fishing communities (SSF) in Latin America face growing conflicts and injustices as they struggle to maintain their viability while confronting competing ocean uses, restrictive policies, and unequal power relations. In this paper, we aim to identify and analyze the types of conflicts and injustices that have affected the coastal SSF communities in Latin America and to investigate the strategies adopted by these communities in response to injustices. Based on a systematic literature review of 73 case studies, our findings indicate that the main conflicts affecting coastal SSF communities in Latin America are related to (i) sector specific blue economy initiatives (e.g. large-scale aquaculture, tourism, ports, etc.), (ii) conflicts among fisheries sectors, (iii) conservation policies, and (iv) fisheries policies and regulations. Distributive and social injustices are the primary types of injustice impacting SSF, and include restricted access to space and resources, discrimination and imbalanced power relationships among different actors. However, our review also highlights several strategies that have been employed to transform conflicts or injustices affecting SSF communities. These strategies include active social mobilization, legislative and regulatory changes, tenure rights interventions, participation in advisory boards, compensatory or mitigation measures, litigation, and infrastructure/technology initiatives. We discuss the role of small-scale fishers' agency and collective action in Latin America with reference to these strategies, highlighting how communities are not simply passive victims of conflicts and injustice. Instead, their resistance is crucial for addressing blue injustices and achieving viability through more equitable and sustainable fisheries governance. • Blue economy intensifies small-scale fisheries conflicts in Latin America. • Conflicts are also tied to industrial fisheries, conservation and fisheries policies. • Distributive and social blue injustices are most common in Latin America. • Diverse strategies are used, and actors are responding to conflicts and injustices. • Strategies include social mobilization, regulatory mechanisms and tenure intervention.
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) | 0,001 | 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 ».