MétaCan
Menu
← Back to cohort
Record W3116575013

De qué pescado es el filete

2017· article· es· W3116575013 on OpenAlexaboutno aff
Stephaine Sarmiento Camacho, Martha Valdéz-Moreno

Bibliographic record

VenueEcofronteras · 2017
Typearticle
Languagees
FieldEnvironmental Science
TopicMarine and fisheries research
Canadian institutionsnot available
Fundersnot available
KeywordsFish <Actinopterygii>BiologyFishery
DOInot available

Abstract

fetched live from OpenAlex

Las necesidades alimenticias van en aumento y la presion ejercida a las pesquerias para cumplir con la produccion solicitada esta provocando sobrepesca y la disminucion de poblaciones de peces. Sin embargo regular y monitorear la captura y venta de especies procesadas como filetes ya es posible con la aplicacion de tecnicas de identificacion como el Codigo de Barras.En el mundo habitamos 7 mil millones de humanos. Se trata de una cantidad enorme de personas y son variados los recursos que requerimos para vivir; no obstante, los necesitamos en tal cantidad, que los estamos agotando. El ambito correspondiente a nuestras fuentes primarias de alimento es uno de los mas impactados, debido a que la demanda mundial se ha incrementado significativamente durante los ultimos anos. Estudios recientes mencionan que en la decada de 1960 se consumian unos 9.9 kilogramos de pescado por persona, mientras que para 2012 la cifra aumento a 19 kilogramos, iel doble!Los altos niveles de consumo de pescado influyen de manera directa en su captura. Para darnos una idea de lo que esto significa, de acuerdo con los reportes de la Organizacion de las Naciones Unidas para la Alimentacion y la Agricultura (FAO), en 2014 se registraron capturas de 91,336,230 toneladas de especies marinas comestibles (pescados y mariscos). En Mexico, durante los ultimos anos se han pescado 1,575,409 toneladas en promedio de productos marinos, de las cuales 16,298 toneladas fueron de pescado.Para satisfacer la demanda, los pescadores suelen capturar ejemplares mas rapido de lo que estos se reproducen (sobrepesca). Evidentemente, las poblaciones de muchas especies resultan afectadas, entre ellas las que se encuentran en periodo de veda (cuando no se les puede pescar para protegerlas en su epoca y sitios de reproduccion), como el tiburon martillo (Sphyrna lewini); las que pueden ser peligrosas para consumo humano, como la barracuda (Sphyraena barracuda), e incluso aquellas que ni siquiera han sido registradas y podrian ser nuevas especies para la ciencia.Lamentablemente en muchos lugares no se lleva un registro detallado de las especies capturadas antes de ser procesadas como filetes, carne molida o postas (ruedas o trozos), y en el momento de etiquetar el producto puede haber confusion al colocar el nombre en la etiqueta de venta. Esto normalmente sucede en comercios donde la compra-venta se da a gran escala, o con productos de importacion que ingresan al pais ya procesados.Este “mal” etiquetado afecta a las personas consumidoras sobre todo economicamente, ya que por errores en la etiqueta se hacen pagos elevados por productos de menor valor o se consumen especies en peligro de extincion sin saberlo. Debido a que no hay caracteristicas muy claras para diferenciar filetes de una especie y otra en el momento de la compra, la confusion se da facilmente.Mercados y codigos de barras?Como podemos saber que especie de pescado estamos consumiendo si todos los filetes se ven iguales? Existe una tecnica molecular llamada Codigos de Barras de la Vida, basada en obtener secuencias de ADN de los organismos, revisarlas y compararlas para determinar con exactitud a que especie corresponde un ejemplar determinado.Los codigos de barras han sido utilizados en varios paises, y segun documentan algunos autores, en Egipto han servido para identificar filetes de importacion, como tilapia, perca del Nilo y basa; en Canada se han usado para la supervision del suministro de alimentos marinos y su correcto etiquetado; en Iran, para hacer un diagnostico del mal etiquetado de cinco especies de gran consumo; en Italia, para verificar la etiquetacion del bacalao importado, tanto fresco como salado.La experiencia de Brasil es particularmente interesante, pues la tecnica ha sido util para la regulacion en la venta de productos marinos mal etiquetados, vendidos en pescaderias, mercados y restaurantes, y es parte de una nueva iniciativa gubernamental para el comercio. En todos los casos en los que se uso fue posible corroborar la especie, aunque algunos filetes no coincidieron y se tomaron medidas para evitar nuevas confusiones, multando en algunos casos a los establecimientos que habian cometido el error.En Mexico, recientemente aplicamos esta tecnica para identificar las especies que son vendidas como filetes, postas o carne molida en diferentes mercados del pais (el gran mercado de La Viga en la ciudad de Mexico y algunos de Quintana Roo).Se procesaron 129 filetes y se detecto que 23 (18%) de ellos no correspondian al nombre con el que fueron vendidos; ademas, sus precios eran mas altos de lo que realmente valian. Esto ocurre con mayor frecuencia con los tiburones, pues es comun encontrar que se venden como filetes de cazon. Se les llama cazones a las crias de tiburones, las cuales son muy apreciadas por su sabor; al aplicar la tecnica molecular se pudo constatar que varias especies de tiburones y rayas se vendian como cazones sin serlo.Un resultado muy importante es que algunas muestras fueron identificadas como especies amenazadas; asi ocurrio con el mero (Hyporthodus nigritus, H. flavolimbatus), el tiburon martillo (S. lewini), el boquinete (Lachnolaimus maximus) y el marlin (Makaira nigricans), entre otros que estan en grave peligro de extincion, aunque no siempre cuenten con proteccion oficial.?Que se puede hacer con esta informacion? El poder del consumidor es muy valioso. Con suficientes datos y voluntad es posible incidir en un mejor manejo de recursos pesqueros. Por ejemplo, si se conoce con exactitud que especies de peces se estan comercializando, se podria influir en su proteccion; por decir algo, si reconocemos la veda del mero que es del 1 de febrero al 31 de marzo, podriamos evitar adquirirlo en esas fechas y asi permitiriamos que se siga reproduciendo y se mantenga su poblacion, ademas de que sea factible una pesca sustentable.Retomando la experiencia de Brasil, se podria solicitar a las autoridades que apliquen la tecnica de codigos de barras para regular la venta de los productos pesqueros, monitoreando constantemente lo que se obtiene del mar y lo que llega en los embarques a nuestro pais. Esto seria una aplicacion muy practica de una tecnica novedosa con impactos positivos para el ambiente y los seres humanos. Stephanie Sarmiento Camacho es egresada de la Escuela de Biologia de la Benemerita Universidad Autonoma de Puebla (s.sar.cam@outlook.com). Martha Valdez-Moreno es investigadora del Departamento de Sistematica y Ecologia Acuatica, ECOSUR Chetumal (mvaldez@ecosur.mx).  Ecofronteras, 2017, vol.21, num. 59, pp. 15-16, ISSN 2007-4549. Licencia CC (no comercial, no obras derivadas); notificar reproducciones a llopez@ecosur.mx

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.081
Threshold uncertainty score0.270

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.002
Science and technology studies0.0030.003
Scholarly communication0.0060.006
Open science0.0010.003
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0810.014

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.018
GPT teacher head0.286
Teacher spread0.268 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueEcofronteras→Same topicMarine and fisheries research→French-language works237,207→