以下是引用这篇文章的既定格式:
Cutler, M., K. Jalbert, K. Ball, N. Bruhis和T. guetschool . 2022。数字时代的渔业共同管理?对美国东北部底栖鱼渔业电子监测发展的社交媒体通信的调查。生态与社会27(3):13。摘要
渔业监管机构越来越多地将视频监控系统,也被称为电子监控,纳入渔业数据收集和副渔获物记录程序。电子监测最近成为美国东北部渔业监测和渔获量核算的一个潜在解决方案,那里的渔业监管机构很快将要求所有商业底栖鱼的捕捞活动都由电子监测或人工观察员进行监测。渔业管理人员、科学家和行业利益相关者通过最近的试点项目和协调会议在一定程度上进行了合作,解决了电子监测的一些后勤和技术障碍。尽管先前的研究评估了利益攸关方在传统场所(例如渔业理事会会议、讲习班)互动的结果,但我们在讨论社交媒体环境中的电子监测政策和举措时询问了利益攸关方之间的动态联系。利用社交网络和内容分析,我们研究了美国东北部渔业利益相关者在推特上两年多的电子监测相关话语。这项研究是对美国东北部联邦管理渔业决策的共同管理方面的一项多年研究的初步阶段。我们的初步研究结果显示,环保非政府组织和联邦科学机构组织推动了电子监测的讨论,但作为一种合作形式,环保非政府组织、政府和行业之间的信息共享似乎已经形成,一些渔业和社区组织加入了对话。这些初步结果表明,利益攸关方之间的交流很普遍,但为了实现多方参与合作渔业项目,特别是那些旨在实施渔业科学和管理新方法的项目,如东北底鱼渔业的电子监测,必须扩大分散的网络。介绍
各机构领域的许多不同利益攸关方组织都积极致力于促进可持续和健康的渔业和渔业社区。这些利益相关者代表着来自学术界、政府、社区非营利组织和工业界的观点,有时会跨越机构边界进行合作。例如,美国国家海洋和大气管理局(NOAA)的国家海洋渔业服务处有专门的部门,致力于促进商业渔业企业和政府研究人员之间的合作研究,以更好地评估渔业资源和改进捕捞技术。一些跨界组织在其他传统上敌对的组织之间充当中间人的角色。例如,缅因湾研究所(Gulf of Maine research Institute)已召集政府和行业组织举行多日研讨会,以减少合作障碍(GMRI 2020)。虽然确实发生了跨机构边界的模范合作,但许多利益攸关方组织互不合作,往往是对立的,促进与可持续渔业有关的相互冲突的想法和做法。行业组织可能主张在限制方面具有灵活性,以增加当地海产品产量作为促进可持续性的目标,而环境非营利组织可能更关心遵守法规,以减少非目标物种或海洋哺乳动物的附带捕获。
近年来,渔业监测问题,特别是东北多种底栖鱼渔业的监测问题,已成为渔业管理人员和渔民在这些利益攸关方谈判中关注的主要问题。科学家和管理人员使用监测数据进行科学的种群评估并确保遵守,但渔民需要处理政府实施的监测方案的行政管理,有时还需要处理与之相关的成本。自1989年以来,美国国家海洋和大气管理局东北渔业科学中心通过在新英格兰和中大西洋地区多个渔场的渔船上培训和部署人类观察员来管理东北渔业观察员计划(NOAA渔业2019a)。东北渔业观察员计划的观察员收集关于渔获量、渔具、捕捞努力和物种的生物信息的数据,以便为对渔业种群和受保护物种的健康状况进行科学评估提供信息。
2010年,新英格兰渔业管理委员会通过了对底栖鱼渔业管理计划的第16号修正案,该修正案制定了新的规则,要求人类观察员独立于东北渔业观察员计划(NOAA 2010)。这一被称为“海上监测方案”的新倡议部署了海上监测仪,以收集关于渔获物、登陆物和丢弃物(即由于各种原因未被保留和扔回海洋的渔获物的部分)的信息,并按鱼种和渔具类型核查捕捞区域,以便监测底栖鱼部门的年度渔获权。修正案16还保留了使用电子监测代替海上人工监测的可能性,认为”国家海洋渔业服务机构认为,对于特定的渔具类型和捕捞区域,技术是足够的”2010年(NOAA)。电子监测是指在商业渔船上使用数字摄像机和数据存储设备,收集有关捕捞区域和捕获物种的信息(NOAA渔业,2017年)。
自2006年以来,美国国家海洋和大气管理局渔业部门已拨款2700多万美元,用于支持电子监测技术的开发,包括至少30个不同的试点项目,以测试各种设备并解决实施中的实际问题(NOAA渔业部门2019b)。电子监测测试和实施已在全国多个渔场进行。在东北地区,美国国家海洋和大气管理局渔业部门与商业捕鱼业组织、环保倡导组织和电子监测技术服务提供商合作,在底鱼和鲱鱼/鲭鱼渔业领域测试多个电子监测试点项目(NOAA渔业,2018年)。这些对电子监测试点项目的投资与渔业管理计划第23号修正案的制定相吻合,该修正案于2017年首次提出,将允许电子监测作为替代监测和管理工具(NEFMC 2020)。电子监测工作在商业捕鱼业的一些(但不是所有)利益攸关方中激发了热情,他们认为可以为科学评估改进渔获量数据,同时为渔民提供比人工观察员更划算、更灵活的替代方案(Mirarchi等人,2015年,NOAA渔业2019b)。
电子监测试点项目基于这样一种观点,即合作渔业管理对正在寻求解决复杂问题的方法的科学家和管理人员具有实际效用。然而,人们对合作安排的结构,包括组织之间如何相互作用的特点,还没有很好地理解。虽然先前的研究评估了渔业管理中各种利益相关者群体互动的性质和结果(Pomeroy and Berkes 1997, Lane and Stephenson 2000, Grafton 2005),但很少有研究提供了存在于利益相关者组织之间的社会网络的系统分析。如果没有更深入的了解,我们认为,电子监测开发和实施所涉及的权力动态将仍然难以理解,这将对第23号修正案在2022年渔年实施时可能对渔业管理产生的影响产生重大影响。
我们的研究试图通过询问参与电子监测相关管理措施讨论的东北渔业利益相关者之间的联系来填补这些空白(例如,第23号修正案)。我们关注与电子监测相关的利益相关者互动,作为渔业管理的工具,因为它们在社交媒体互动中发挥了作用。我们假设渔业利益相关者在社交媒体生态系统中表现出不同程度的参与和互动,而互动水平可能与他们在社交媒体之外的更广泛的渔业利益相关者组织网络中的影响力相对应。我们进一步假设,政府和环保倡导组织在这些网络中具有实质性的影响,鉴于他们的合作历史。
为了评估这些交互作用,我们使用社交网络分析和定性内容分析来检查与美国东北部渔业利益相关者相关的推特账户的电子监测相关帖子,时间超过2年。社会网络分析是一种研究人际关系和联系网络的分析方法,通过对这些网络结构的统计分析来识别模式(Hansen et al. 2011)。这些分析可以确定哪些渔业组织对有关电子监测的对话影响最大,这些组织如何就电子监测主题进行互动,以及在社交媒体环境中,这些组织之间关于电子监测的讨论在哪里可能存在回音室。在我们的分析中,我们研究了三个相关的问题:(1)在电子监测主题的社交媒体环境中(即渔业行业组织、学术和政府机构以及环保倡导组织)利益相关群体之间的互动网络的结构是什么?(2)哪些利益相关者组织成为有影响力的网络参与者?(3)这些参与者的特征以及他们与其他组织的关系是什么,这些关系有助于解释他们在网络中的位置?
在这方面的研究中,我们旨在了解涉众组织之间的互动如何随时间变化,以及哪些重大事件(例如,公开会议、研讨会或涉众之间互动的其他催化剂)解释了跨界协作、网络形成或扩展。在此过程中,我们探讨了共同管理战略是否以及如何随着社交媒体生态系统的出现以及信息共享和社交网络的新机遇而演变。我们发现,一系列渔业利益攸关方正在不同层次上参与与电子监测相关的推特辩论,这些互动表明他们真正希望建立面向共同管理的伙伴关系。然而,我们也发现,在谁参加这些讨论以及讨论什么主题方面存在重大差距。
虽然不能完全反映利益相关者在所有场所的互动,但我们认为,分析社交媒体生态系统为快速评估共同管理决策环境中的非正式互动提供了机会。最后,我们提出了这些发现如何帮助研究研究社交媒体之外的权力动态,并描述了我们如何利用我们的研究第一阶段的发现,为有关第23修正案的额外研究提供信息,因为该修正案将通过监管程序,于2022年实施。
背景:渔业共管
在自然资源管理中,共同管理通常被定义为政府机构和资源使用者或利益相关者之间的资源治理权力共享方法(Berkes et al. 1991, Carlsson and Berkes 2005)。但是,在过去三十年中,有人提出了一些关于共同管理的其他定义和概念框架。一些人认为共同管理是地方一级分散决策与国家控制各方面的结合(Pinkerton 1994, Singleton 1998)。在这种理想化的模型中,利益相关者的相对权力取决于一个或多或少的控制连续体,强调每个人的优势,同时最小化他们的弱点。其他人认为共同管理是从一系列持续的互动中产生的,从资源使用者和管理者之间的信息共享到更正式的公私伙伴关系(Pomeroy et al. 2001, Carlsson and Berkes 2005)。共同管理的概念也受到一些怀疑,批评往往是关于人性的争论。例如,渔业经济学家和政策制定者的主要观点是理性选择,在这种观点中,人们被认为是以自我为中心的,在一种环境中与他人和规章制度相联系”工具性的,战略性的,成本效益的方式”(Jentoft et al. 1998:425)。特别是对于东北底鱼,理性选择视角已被用来解释导致渔业未能实现其共同管理目标的一些因素,其中包括缺乏保护行为的激励”自顶向下”管理方法,以及没有共同目的的异构捕鱼作业的松散网络(艾奇逊2011年)。
尽管文献中对共同管理结构的实际可行性存在争议,但在世界各地,从发展中国家的手工渔业到发达国家的大型商业渔业,已经进行了许多尝试,以实现不同规模的共同管理(Lane和Stephenson 2000, Hall-Arber 2005, Cinner和Huchery 2014, Alexander等人2015)。共同管理结构有效的一项基本原则是下放决策权和影响。在这些方向中,权力的授权和下放通常出现在土著或土著人民的当地知识、权利和对土地的要求受到威胁的小规模渔业中,如加拿大渔业和野生动物与魁北克省北部土著群体的协议(Pomeroy和Berkes 1997年)或国家官员与阿拉斯加土著捕鲸者之间的信息共享协议(Meek 2013年)。
在美国,渔业共同管理的机会植根于联邦渔业管理的法律框架内,但根据地方一级的社会、经济和文化因素而因地区而异。1976年的《马格努森-史蒂文斯渔业保护和管理法》是美国联邦水域海洋渔业管理的主要法律(NOAA, 2006年)。该法律最关键的组成部分之一是,它建立了八个区域渔业管理委员会,以制定、实施和修改渔业管理计划。理事会处理渔业管理计划的部分责任是确保利益攸关方参与渔业管理,并考虑受联邦渔业管理政策影响的每个区域的各州的社会和经济需要。区域委员会通常包括与商业和休闲渔业有关联的个人,而且往往是那些有实际商业或休闲渔民经验的人。此外,区域理事会设有咨询小组,主要由行业利益攸关方和资源使用者组成,讨论与拟议规则或规则更改相关的主题。最后,理事会在整个管理过程的多个点提供公众评论和反馈的机会,包括在监管范围听证会和一般理事会会议上。然而,一些行业利益相关者认为,委员会过程并不是真正的参与性的,最终只是实践中的另一种分层管理形式(Hall-Arber 2005, Henry和Olson 2014)。
虽然对理事会进程的批评很多,但也有一些例子表明,共同管理至少在有限的意义上对渔业管理政策的结果产生了明显的影响。例如,Hall-Arber(2005)记录了东北底鱼渔业管理计划第13修正案的发展过程,发现行业利益相关者组织发挥了关键作用”政策企业家”通过迭代设计的底栖鱼种群重建策略与协调”机构领导人,”在修正案制定时,国家海洋渔业局局长。科学家和渔民之间的合作研究和讲习班也加强了人们对管理过程的公平性和包容性的认识。Jentoft等人(1998:434)观察到渔民”不轻易接受指挥和控制”管理风格,以及协作努力可能有助于解释管理结果的接受程度的提高。值得注意的是,行业利益相关者认为,在合作研究的支持下,管理结果更可信(Hartley和Robertson 2009)。
方法
社会科学中有相当数量的研究涉及商业渔业管理中利益攸关方的相互作用。这些研究倾向于关注组织特征、行为和社会资本(Pomeroy and Berkes 1997, Jentoft et al. 1998, Lane and Stephenson 2000, Grafton 2005)。其他研究表明,社会网络分析在理解渔业管理利益相关者之间的联系结构以及它如何影响可持续渔业话语方面是有用的(Mueller等人2008年,Barnes-Mauthe等人2014年,Stevens等人2015年,Nenadovic和Epstein 2016年)。然而,这些文献历来依赖于定性访谈和研讨会(NOAA渔业2020年)、自我报告调查(Henry和Olson 2014年,Pollnac等人2015年,Russell等人2018年)、人口普查数据和NOAA渔业商业渔业数据库(Jepson和Colburn 2013年)。这些文献还没有认识到社交媒体生态系统是一个重要的数据源,因此,可能会忽略了查询跨界交流和合作的潜在途径。
大量研究还研究了群体如何将社交媒体作为工具,以促进集体行动(Obar等人,2012,Jost等人,2018)、促进对话(Lovejoy和Saxton等人,2012,Saxton等人,2015)和建立知识社区(Greenberg和Macaulay, 2009, Brown等人,2017)。人们发现,Twitter和Facebook等社交媒体网站是某些人口统计数据的主要新闻信息来源(Broersma和Graham 2013年,Pennycook和Rand 2019年)。学术和政府科学机构也越来越多地转向社交媒体平台进行科学传播(Claussen et al. 2013, Davies和Hara 2017)。最近的证据甚至表明,美国联邦科学机构越来越多地使用社交媒体进行信息传播,而不是与利益相关者和公众直接互动(Lee和VanDyke 2015)。我们认为社交媒体可以为研究人员提供有用的数据,以进一步研究在渔业管理问题上有共同兴趣的个人和群体之间的互动。我们利用社会网络分析,对共同管理策略如何在这个经验空间中出现进行了新颖的探索。
我们的研究开始于初步调查渔业监管机构、科学家、倡导组织和行业利益相关者在与东北地区可持续渔业管理相关的社交媒体上的互动性质,后来演变为与电子监测技术的开发和实施相关的互动的案例研究。为了验证我们的假设,即渔业利益相关者在社交媒体生态系统中表现出不同程度的参与和互动,以及这些影响在更广泛的渔业利益相关者网络中形成的影响,我们首先使用了社会网络分析。它是一种拷问结构联系的方法”节点”(个人、团体、机构等)和从这些关系中产生的网络(Scott和Carrington 2011)。这种方法允许研究人员调查网络中影响产生的结果,或者,什么类型的网络由重要事件产生。在所有情况下,社会网络分析都强调互动,而不是只关注参与者、个人或群体本身。社会网络分析通常用于检查两种类型的网络:有向的和无向的。我们的研究集中在有向网络上”边缘”是Twitter账户之间的tweet交互,其中交互有一个已知的源和目标。因此,每个Twitter账户都是一个”节点”它通过推文、转发、提及、点赞和回复与其他节点交互。当一个节点标记一个tweet中的其他节点时,就建立了从tweet到被标记节点的有向边。然后通过跟踪连接节点的路径来确定网络结构。
社会网络的结构可以基于节点或边缘特征进行分析。它们构成了用于度量网络连通性的重要方面的统计数据的基础,例如度中心性、中介中心性和特征向量中心性。度中心性只是表示连接到一个节点的边的数量,或者一个节点与其他节点之间的链接的数量。中间性中心性表示一个节点通过网络传递信息的良好程度,或者一个节点在其他节点之间的位置。它使用一种算法来计算节点之间最短路径的频率,每个节点都是一个给定的分数,该分数反映了通过它到达其他节点的最短路径的数量(Golbeck 2015)。特征向量中心性表示节点对网络的影响程度,或者节点与其他高度连接的节点之间的连接程度。它是通过一个矩阵计算来确定给定节点的,该矩阵计算考虑了连接到给定节点的其他节点的度中心性(Golbeck 2013, Hansen et al. 2011)。全局网络,即数据集中的所有边和节点,可以使用这些计算进行分析。网络还可以细分为节点或边的分区,以分析子组、特定涉众之间的交互,或离散时间段内的交互。
使用Gephi社交网络分析软件工具对数据集的每个1个月周期进行统计分析,得到36个不同的时间依赖子网络。网络被进一步划分,只显示属于每个主要涉众类别的节点之间的交互。然后构建新的子网络,代表所有两个利益相关者的组合(即仅政府和个体节点,或仅环境非政府组织和媒体)。然后确定具有高平均度和高中心性的网络进行进一步分析。社交网络分析也可以识别”回音室”在一个网络。围绕特定主题组织的一组高度连接的节点证明了这一点,这些节点没有边缘将它们与其他组连接起来。你还可以找到”广播”发布信息但不参与双向对话的账户。这些异常现象与找到一个连接良好的网络同样重要。通过将互不相关的利益攸关方和对话聚集在一起,确定孤立的群体和仅限广播的帐户可能揭示未来干预的机会。Twitter被选为平台是出于实际原因。由于2018年剑桥分析公司数据泄露事件(Facebook 2018)后,Facebook对第三方平台施加了限制,用于对社交媒体数据进行采样的社交网络分析软件工具对Facebook的应用程序编程接口的访问受到限制。
除了使用社会网络分析分析互动结构外,我们还使用定性内容分析来考察东北渔业组织之间关于社交媒体环境下电子监测主题的话语内容。我们使用这一额外的分析层来描述在涉众交互中什么主题是首要和次要的,并确定不同涉众组所表达的优先级中的不一致。为此,将Twitter活动的完整数据集导入到MAXQDA文本分析软件中。对推文文本进行定性分析,并对与电子监测技术、监测和渔业共同管理相关的讨论中出现的和反复出现的关键词、主题和概念进行系统编码。MAXQDA中推文内容的定性编码使用扎根理论,这种方法允许从数据中出现主题(Charmaz 2006)。定性编码分三步进行,以构建关键词、主题和概念的层次结构。研究团队的两名成员独立地对定性内容的片段进行编码,整个研究团队审查了编码结构,以确保代码具有表面有效性,并一致地应用,并对推文中包含的定性内容有一个一致的解释。
结果
数据收集始于确定113个利益攸关方组织,这些组织在有关渔业管理、科学和可持续性的辩论中表现突出,或者是该地区海产品行业的主要参与者。样本选择主要依据主要调查者对过去十年底栖鱼管理行动的熟悉程度的直接了解。然后,根据涉众在Twitter账户bios中声明的从属关系,将涉众分为八种主要类型。次要从属关系表明他们是否受雇于其他利益相关者。例如,Brett Alger有一个个人账户(@lgerbrett),但他是NOAA渔业国家电子技术协调员。主要利益相关者类别定义如下:
- 学术(ACAD):学院和大学(以及相关的实验室或中心)或非营利智库和科学研究机构
- 社区非营利组织(CNPO):促进或支持当地海鲜消费和/或沿海和渔业社区福祉的非营利组织
- 环保非政府组织(ENGO):关注环境问题的非政府组织(通常但不完全是非盈利性的)
- 渔业(FI):商业渔业组织和代表商业渔业商业利益的组织
- 政府:联邦或州政府机构或附属项目
- 个体(IND):与组织没有明确隶属关系的节点;如果能找到额外的信息,这些人就被分配为次要从属关系
- 媒体(MED):新闻媒体、行业杂志和专业杂志
- 科技行业(TI):电子监控设备行业、卫星或为行业或政府提供其他技术支持服务的公司
2020年1月3日,使用NodeXL软件工具对Twitter数据进行了初步抓取。数据收集收集了与我们最初的113个利益相关者组织相关的推文、转发、提及、点赞和回复。由此产生的全球网络跨越了2008年11月至2020年1月的时间轴。基于包含与美国东北部电子监测活动和第23号修正案有关的对话的推特数据子集,该数据集被限制在2017年1月12日至2019年12月27日。这一最终数据集涵盖了8个主要利益相关者类别的210名利益相关者的活动(表1)。在84名个人(IND)中,有54人被发现具有次级关系。
社会网络分析
我们的分析得出了一个由210个节点(渔业利益相关方组织的Twitter账户)组成的全球网络,由281个边(这些边之间的相互作用)连接,这些边与2017年1月至2019年12月期间讨论美国东北部电子监测的推文有关(图1)。我们首先根据8个主要利益相关方类别(表1)分析了全球网络。这使我们能够评估哪些利益相关方在相互互动(在各自的类别内),以及跨涉众类别的交互。总的来说,我们发现仅限于单个涉众类别的47个交互,而跨涉众边界的234个交互。这是跨类别交互在网络中广泛存在的早期标志。只有前7个节点的特征向量中心值大于0.5,这表明Twitter上存在少数高度关联的渔业利益相关者组织。然而,全球网络的平均中介中心性(14.595)和平均特征向量中心性(0.108)表明,这些渔业利益相关者组织对各自网络的影响力有限。
在2017年至2019年的多项统计数据中,政府和环保非政府组织的推特账户占前10名账户的50%以上。最顶级的环保非政府组织是EM4fish”知识基础与实践社区”由环境保护基金、翠鸟基金会、国家鱼类和野生动物基金会以及净收益联盟(EM4Fish 2020)支持。EM4fish在所有网络节点中具有最高的中间中心性(1381.767),表明它是连接程度最高的渔业利益相关者组织。EM4fish的特征向量中心性(0.560)排名第七,是最具影响力的环保NGO。海产品和渔业新兴技术会议(SAFET)和国家鱼类和野生动物基金会是紧随其后的最具影响力的环保非政府组织。SAFET是第三大关联利益相关者组织,中介中心性为370.35,而美国国家鱼类和野生动物基金会(National Fish and Wildlife Foundation)是第10大影响力组织,特征向量中心性为0.378。在统计数据前20名的其他环保非政府组织包括自然保护协会、皮尤环境和加拿大生态信托。这些都是大型的非营利性环保组织,涵盖了电子监测或第23修正案以外的广泛问题。
政府节点的子集也在多个统计数据中占主导地位。最常见的节点有三个:NOAA大大西洋区渔业办公室、NOAA东北渔业科学中心和NOAA渔业。所有三个都由NOAA办公室负责,其中两个专门针对东北地区。美国国家海洋和大气管理局大大西洋地区渔业办公室和美国国家海洋和大气管理局东北渔业科学中心的中介中心性得分分别为943.283和147,排名第二和第四,表明全球网络的高度连通性。对网络影响最大的四个机构也都是政府机构。NOAA渔业部门的特征向量中心值为1,这意味着NOAA渔业部门与网络中所有其他高度连接的组织相连,其次是NOAA大大西洋地区渔业办公室(0.899)和NOAA东北渔业科学中心(0.789)。个人推特帐户(lgerbrett隶属于政府机构(NOAA)的)具有第四高的特征向量中心性(0.59),这说明联邦雇员的个人账户可以放大与政府相关的Twitter活动。
然后,我们的分析转向确定28个配对的主要渔业利益相关者类别之间互动的流行程度(表1),作为跨利益相关者边界参与的衡量标准(图2)。6个配对网络在两年期间有超过10个组织之间的跨边界互动。在最高的互联互通水平上,环保非政府组织与个人账户之间的互动达到52次,占全球网络互动总量的15.8%(包括同类利益攸关方之间的交流)。其次是环保非政府组织和科技行业组织之间的跨境合作,有28次(9.95%)。四个配对网络的边缘在10到20之间:个人账户和渔业组织(20.7%)、政府和环保非政府组织(19.6.7%)、个人账户和学术组织(18.6%)、政府和媒体组织(11.3.9%)。这些发现表明,虽然政府和环保非政府组织的利益相关者是全球网络中联系最紧密的组织,但政府组织的跨境互动份额并不等同于环保非政府组织。此外,政府和环保非政府组织与渔业组织的跨界互动都不高。
2017-2019年期间,最活跃的配对网络是环保非政府组织和个人账户之间的网络。考虑到这两类涉众之间的互动,我们发现106个账户中有82个账户之间的互动。如所述,其中52项是环境非政府组织与个人帐户之间的桥梁式互动。EM4Fish是该网络中的中心环保非政府组织,中介中心性为92.667,参与了与其他利益相关者类别52次互动中的37次。
环保非政府组织在所有配对网络中也有最多的互动,这些网络主要是与个人账户、政府、科技行业和媒体组织。环保ngo与科技产业(28棱)和媒体(23棱)的联系最为紧密。在这两年期间,环保非政府组织仅与社区非营利组织就电子监测问题进行了两次互动。我们的分析表明,EM4fish、SAFET和自然保护协会在这些网络中与多个利益相关者团体进行了显著的接触。在所有环境NGO配对网络中,EM4fish和SAFET的中介中心性和特征向量中心性均为第一或第二。这表明这些组织有良好的联系,对多个利益相关者群体有影响力。
如前所述,与环保非政府组织相比,政府账户在利益相关者之间的互动要少得多。最活跃的政府配对网络由政府和媒体账户组成,代表为不同利益攸关方类别所属组织之间的11项互动。NOAA渔业账户是所有配对网络中最活跃、连接最紧密的政府账户。2017年至2019年期间,政府账户与渔业组织(8棱)、学术组织(9棱)和个人账户(9棱)的互动水平始终一致。拯救海鲜是与政府账号关联最多的媒体机构,中介中心性为4,特征向量中心性为0.04。在渔业行业组织中,美国的Seafood Harvesters拥有最高的中介中心性(1),而商业海洋博览会拥有最高的特征向量中心性(0.289)。美国海产品收割机的特征向量中心性为0.020。
在政府与个人账户配对网络中,两个个人账户具有最高的中介中心性和特征向量中心性:20 secs0fcourage,与政府有二级关系,和AaronOrlowski,与媒体的从属关系。政府和社区非营利组织之间的一次互动是从当地港口政府新贝德福德港(Port of New Bedford)到新英格兰渔业支持服务组织“渔业伙伴关系”(Fishing Partnership)。新贝德福德港和东北海洋数据(东北几个州的自然资源管理机构开发和维护的数据门户网站)都在政府分区网络的前10个统计数据中,但与其他配对网络的统计数据较低,表明它们主要与其他政府组织而不是与利益相关团体进行交互。
微博内容分析
通过对定性内容进行系统编码得到的主题和概念被组织到共同的主题类别中,并由主要利益攸关方群体类别进行交叉表格。我们对推文中的文本内容的分析揭示了为什么利益相关者之间会产生交互,以及由谁和谁共享什么类型的信息的重要见解。为确定关键主题而进行的多次系统编码产生了一系列广泛的主题和概念,涵盖渔业管理、社会价值、科学和技术等广泛的主题领域,以及与渔业监测有关的其他几个专题主题。
为了交流我们的发现,我们将代码浓缩为12个主要主题类别。例如,”监控”专题类别由诸如海上监测、观察员、电子监测和其他与渔业监测有关的编码内容组成。除了监测主题外,还出现了与期货、通信、共同管理和适当技术等相关的主要主题(表2)。在这些主题中,”期货”包括提及新兴技术、为未来科学评估改进的数据收集、数据现代化、希望或乐观,以及总体进展。”沟通”包括分享有关监测技术和试点项目的新闻文章,通过会议和利益攸关方组织的活动建立网络,以及其他关于电子监测、人工智能或其他监测技术的故事或文章。”共管”包括在研究项目上的合作和利益相关方参与管理,以及跨机构边界的各方之间的一般合作。和”适当的技术”包括提及与数据质量、安全相关的问题,以及与电子监测相关的挑战,以及展示渔民作为管家的作用,以及技术创新对行业可能产生的积极结果。
确定的其他主题包括环境正义、科学知识差距、复原力、价值、成本和资金、监测、信任和信誉以及专业知识或情境知识。环境正义的主题提到了规则和条例对边缘化社区的不成比例的影响,但也提到了程序正义(即谁在渔业管理工作中获得席位)和分配正义(例如捕鱼权、渔场使用权)。提及科学知识差距,包括与数据不足或数据质量差有关的种群评估的不确定性。恢复力的主题涉及渔业社会生态系统的环境、经济和社会可持续性,包括管理、尊重海洋和支持渔业社区。与价值相关的主题内容包括通过支持或反对电子监测或一般监测的意见、兴趣或论证,对价值(社会和/或环境)的任何展示。费用/资金指的是任何提及与电子监测有关的工业费用,或是否有政府资金来抵消工业的电子监测费用。监测是一个一般性专题类别,包括任何具体提到渔业监测的内容,无论是电子监测还是人工观察员。信任和信誉这一专题类别涉及对人、实体和技术的信任或缺乏信任,或在组织和渔民之间的关系中获得或维持信任,包括在实现或阻碍建立信任工作方面的信誉、透明度和问责制。最后,与专业知识和既定知识有关的主题提到了对各种形式的专业知识或既定知识,包括渔民的经验的尊重(或缺乏尊重)。表2显示了每个涉众组使用与每个主题类别相关的概念或术语编码的Twitter内容片段的百分比。
我们的研究结果显示,不同群体的利益相关者在Twitter沟通中优先考虑的内容存在显著差异。环保非政府组织和科技行业组织最常参与关于未来的讨论,而学术、社区非营利组织、渔业组织和政府机构更多地参与有关共同管理的互动。许多关于未来的讨论包括对基于电子监测和人工智能技术发展的渔业科学和管理的未来充满希望或乐观的陈述。例如,最具人脉的环保非政府组织之一EM4Fish经常分享或转发来自其他环保非政府组织或政府账户的新闻和信息,吹嘘电子监测试点项目的成功,以及电子监测对改善渔业可持续性成果的潜力。令人惊讶的是,环境非政府组织最不可能参与涉及共同管理的讨论,而学术组织和社区非营利组织最可能参与。特别是在社区非营利组织的情况下,共同管理的讨论似乎与环境正义问题密切相关,特别是考虑到行业整合和更大的、垂直整合的行业利益相关者的问责。政府和科技行业组织通常在他们的Twitter活动中包含一些沟通方面的内容,这加强了我们对社交网络分析的发现,即这些账户主要具有广播功能,向利益相关者传递信息。
此外,还对主题类别进行了共现分析,以了解概念在多大程度上以及为什么会相互结合出现(表3)。共现程度最高的是与监控/共同管理、监控/期货和监控/适当技术相关的代码的交集。此外,与其他专题领域相比,期货/适当技术、监测/通信和通信/共同管理也具有较高的同现率。我们的研究结果表明,科学家、管理人员和社会媒体空间的利益相关者之间关于渔业监测的对话主要集中在为什么对渔业监测的未来走向电子监测将是有益的,但另一方面,也包括大量强调在这一过程中需要有意义的不同利益相关者的参与。
在利益相关者的Twitter互动中,最频繁出现和共同出现的主题可能是不经常出现的主题类别。特别是,科学知识差距、专业知识或情境知识、信任或可信度是最不常见的主题。这些主题涉及与渔业监测和数据收集相关的关键问题,对科学家、管理人员和利益攸关方都是如此,例如如何解决科学知识差距,识别和制定考虑渔业内部隐性知识的解决方案,以及信任在形成有效伙伴关系中的重要性。
讨论
对2017年1月至2019年12月在美国东北部关于电子监控相关主题的推特行为的分析表明,一小部分利益相关者占主导地位。研究发现,环保非政府组织和政府机构通过其主要和次要的附属活动推动了全球网络内的大多数互动。内容分析显示,这些团体推动的话语主要聚焦于基于东北地区新管理技术创新的渔业可持续性未来的希望和乐观,特别是针对商业底栖鱼渔业。然而,在这段时间内,参与Twitter上电子监控相关对话的人数也大幅增加,在我们研究的24个月中,有22个月有新的Twitter账户加入了对话。这种增长可能表明,随着第23修正案的通过,利益相关者正在寻找新的理由参与与电子监控相关的辩论,Twitter就是这种趋势的一个代表。
以美国国家海洋和大气管理局大大西洋区渔业办公室和美国国家海洋和大气管理局东北渔业科学中心为代表的美国国家海洋和大气管理局渔业部门显示出对全球网络具有重大影响的证据。尽管政府组织在全球网络中占据重要地位,但配对网络分析显示,政府组织主要与其他政府组织互动,频繁与环保非政府组织互动,很少与其他利益相关者群体互动。第二活跃的政府合作伙伴是媒体。政府之间的互动主要包括通过标记其他利益相关方发起的推文来分享或广播信息。内容分析表明,沟通是政府互动中最常见的主题。信息共享,特别是政府互动中的一个突出主题,也表明共同管理文献中确定的活动的存在,作为一个过程的第一步,可以在以后导致更有意的合作伙伴关系(Carlsson和Berkes 2005年)。
在环保非政府组织中,EM4fish成为所有配对网络中最有影响力的参与者之一。本组织将自己描述为一个通过促进新兴技术推动渔业管理变革的集体空间(EM4Fish 2020)。EM4fish还由许多有影响力的个人组成,如NOAA渔业项目协调员、商业捕鱼业代表、电子监测技术行业高管和多个环保非政府组织的代表。这突出了我们研究中一个意想不到的发现——个人通过私人推特账户行动的流行——这表明沟通和合作正在通过个人层面的网络互动展开,即使不是更频繁,也和组织层面的互动一样多。正如Hall-Arber(2005年)所观察到的那样,一小群跨越体制和组织边界的有影响力的政策企业家可以在很大程度上改变渔业管理决策的进程。类似的模式正在电子监测利益相关方中出现,这可能会影响电子监测技术实施的结果。
我们还试图在与电子监控相关的Twitter网络中识别边缘化的参与者和话语。我们发现渔业和电子监测技术供应商之间缺乏互动。这揭示了两个利益相关者群体之间的关键差距,考虑到将行业转向新的商业模式所带来的物流和经济挑战,他们可能最需要谨慎的协调。此外,所有利益相关者群体之间的总体电子监测讨论相对缺乏研究人员认为重要的主题,如解决种群评估的科学知识差距,解释渔业内部的现有知识,以及在利益相关者、科学家和管理人员之间建立信任和信誉。这些相互关联的问题将证明是建立健全的共同管理伙伴关系的基础。在这种社交媒体网络环境中具有最大影响力的环保非政府组织和政府组织应该考虑如何通过使用情境知识来帮助提高渔业科学的管理目的,从而在一定程度上获得利益相关者的信任和信誉。
结论
本研究的目的是了解东北渔业利益相关者参与一个关于渔业监测未来的社交媒体网络话语的互动结构和内容。与社交媒体网络和内容分析相关的有明显的局限性,主要是许多重要的利益相关者(即渔民自己)可能没有在线或社交媒体,因此不在我们的样本和分析中。这可能会对我们的研究结果产生影响,比如在社交媒体数据中,渔民的观点可能没有得到很好的代表,在我们的分析中可能没有得到充分代表。虽然我们认识到,我们的研究结果可能并不代表所有数字和物理空间的相互作用,但我们确实认为,我们对社交媒体及其在塑造渔业话语中的重要性的研究是新颖的,并为研究利益攸关方参与电子监测发展的情况在美国东北部展开提供了一个有意义的结构。
尽管有一小部分参与者占主导地位,某些群体之间的联系很少,广播类型的行为普遍存在,而且缺乏一些批评性话语,但我们的研究结果确实表明,不同范围的渔业利益攸关方正在社交媒体上进行有意义的电子监测相关讨论。然而,我们的研究结果也表明,为了将网络互动从信息共享转变为渔业共同管理的有力机会,扩大全球利益攸关方网络及其互动内容还有很大的空间。最后,我们的研究表明,需要进一步研究区域渔业利益相关方网络的关注点如何在社交媒体空间中融合,以及这些空间如何反映社交媒体之外的其他场所的传播策略,这些场所的模式和差异可能指向社交媒体在更广泛的共同管理合作战略中发挥的作用。
我们的社会媒体分析是一个更大的混合方法项目的一部分。我们在这里提出的发现目前为我们研究的下一阶段提供了信息,该阶段涉及对社交媒体生态系统中利益相关者群体中的个人进行定性采访。这些访谈将研究某些渔业团体与环保非政府组织和政府机构发展合作伙伴关系的原因和方式,以及他们的合作在多大程度上决定了第23号修正案的方向。从我们的社交媒体分析中得到的结果也告诉我们,我们可以如何调查为什么其他行业组织仍然处于这些合作安排之外,以及可以做些什么来增加参与,在整个渔业领域产生更公平和包容的共同管理结果。在这项工作中,我们认为,尽管调查社交媒体生态系统可能对渔业利益相关者、科学家和管理人员之间的共同管理安排产生有限的了解,但这些方法可以帮助快速阐明利益相关者之间已有的关系,可以作为通过更传统方法进行更深入调查的基础。
致谢
这项研究得到了哈佛大学JPB环境健康奖学金的资助。
数据可用性
支持这项研究结果的社会网络分析数据可以在以下网站公开获取https://tinyurl.com/92sch7n4.根据要求,通讯作者KJ也提供定性编码数据。
文献引用
艾奇逊,j . 2011。空手而归:新英格兰陆地渔业的管理失败。海事研究10(1):57 - 86。http://www.marecentre.nl/mast/documents/PagesfromMAST10.1_Acheson.pdf
亚历山大,S. M., D.阿米蒂奇和A.查尔斯,2015。牙买加海洋保护区和小型渔业的社会网络和向共同管理的过渡。全球环境变化35:213-225。https://doi.org/10.1016/j.gloenvcha.2015.09.001
M.巴恩斯-毛斯,S. A.格雷,S. Arita, J. Lynham, P. S.梁。2014。社会生态系统中的社会资本是由什么决定的?从网络的角度进行洞察。环境管理55(2):392 - 410。https://doi.org/10.1007/s00267-014-0395-7
贝尔克斯,F. P.乔治和R. J.普雷斯顿,1991。共同管理:生物资源共同管理的理论与实践演进。选择18(2):12 - 18。
布罗斯玛,M.和T.格雷厄姆,2013。推特作为新闻来源:2007-2011年荷兰和英国报纸如何在新闻报道中使用推特。新闻实践7(4):446 - 464。https://doi.org/10.1080/17512786.2013.802481
布朗,M., R. Ray, E. Summers和N. Fraistat. 2017。#SayHerName:交叉社交媒体行动主义的案例研究。民族与种族研究40(11):1831-1846。https://doi.org/10.1080/01419870.2017.1334934
Carlsson, L.和F. Berkes, 2005。共同管理:概念和方法含义。环境管理学报75(1):65-76。https://doi.org/10.1016/j.jenvman.2004.11.008
Charmaz, k . 2006。建构扎根理论:定性分析的实践指导。圣人,伦敦,英国。
Cinner, J.和C. Huchery. 2014。不同渔业共同管理机构的社会结果比较。保护信7(3):224 - 232。https://doi.org/10.1111/conl.12057
克劳森,J. E.库尼,J. M.迪菲利皮,S. G.福克斯,S. M.格拉泽,E.霍克斯,C.赫特,M. H.琼斯,I. M.坎普,A.勒纳,S. R. Midway, S.内斯比特,J.奥斯本-戈伊,R.罗伯茨,C.斯图尔德。2013。数字时代的科学传播:社交媒体和美国渔业协会。渔业38(8):359 - 362。https://doi.org/10.1080/03632415.2013.816289
戴维斯,S. R.和N. Hara, 2017。网络世界中的公共科学:网络媒体如何塑造科学传播。科学传播39(5):563 - 568。https://doi.org/10.1177/1075547017736892
EM4Fish。2020.关于EM4Fish。https://em4.fish/about
Facebook。2018。关于我们限制Facebook数据访问计划的最新进展。https://about.fb.com/news/2018/04/restricting-data-access/
Golbeck, j . 2013。分析社交网络。摩根·考夫曼,荷兰阿姆斯特丹。
Golbeck, j . 2015。社交媒体分享。社交媒体调查导论第203-209页:动手的方法。Syngress,荷兰阿姆斯特丹。https://doi.org/10.1016/B978-0-12-801656-5.00019-6
格拉夫顿,R. Q. 2005。社会资本与渔业治理。海洋与海岸管理48(9-10):753-766。https://doi.org/10.1016/j.ocecoaman.2005.08.003
格林伯格,J.和M.麦考利,2009。禁食2.0 ?探索加拿大非营利环保组织的网络存在。全球媒体杂志2(1):63-88。
缅因州湾研究所(GMRI)。2020.https://www.gmri.org/
Hall-Arber m . 2005。最后时刻的共同管理?参与管理新英格兰底栖鱼渔业。T. S.格雷主编的141-162页。参与渔业治理。施普林格科学与商业媒体。https://doi.org/10.1007/1-4020-3778-3_8
D. L.汉森,B.施奈德曼和M. M. A.史密斯,2011。社交媒体:合作的新技术。用NodeXL分析社交媒体网络:来自连接世界的见解。爱思唯尔有限公司https://doi.org/10.1016/B978-0-12-382229-1.00002-3
哈特利,t.w., R. A.罗伯逊,2009。渔业研究中的利益攸关方合作:整合新英格兰北部渔业领导和科学伙伴之间的知识。社会与自然资源22(1):42-55。https://doi.org/10.1080/08941920802001010
亨利,A.和J.奥尔森,2014。关于东北地区商业捕鱼船员社会经济方面的调查概览。NOAA技术备忘录NMFS-NE-230(9月)。https://repository.library.noaa.gov/view/noaa/4862
詹托夫特,S. B. J.麦凯,D. C.威尔逊,1998。社会理论与渔业共管。海洋政策22(4 - 5):423 - 436。https://doi.org/10.1016/s0308 - 597 x (97) 00040 - 7
Jepson, M.和L. L. Colburn. 2013。制定美国东南部和东北部地区渔业社区脆弱性和恢复力的社会指标。NOAA技术备忘录NMFS-F/ spoo -129(4月):1-72。https://repository.library.noaa.gov/view/noaa/4438
乔斯特,J. T. P. Barberá, R.邦诺,M.兰格,M.梅茨格,J.纳格勒,J.斯特林,J. A.塔克。2018。社交媒体如何促进政治抗议:信息、动机和社交网络。政治心理学39 (S1): 85 - 118。https://doi.org/10.1111/pops.12478
莱恩,D. E.和R. L.斯蒂芬森,2000。渔业的体制安排:交替结构和变革的障碍。海洋政策24(5):385 - 393。https://doi.org/10.1016/s0308 - 597 x (00) 00014 - 2
李,N. M.和M. S.凡戴克。2015.设定它,然后忘记它:政府机构单向使用社交媒体传播科学。科学传播37(4):533 - 541。https://doi.org/10.1177/1075547015588600
K.洛夫乔伊和G. D.萨克斯顿,2012。信息、社区和行动:非营利组织如何使用社交媒体。计算机通信学报17(3):337-353。https://doi.org/10.1111/j.1083-6101.2012.01576.x
洛夫乔伊,K. R. D.沃特斯和G. D.萨克斯顿,2012。通过Twitter吸引利益相关者:非营利组织如何在140个字符或更少的字符中获得更多。公共关系评论38(2):313-318。https://doi.org/10.1016/j.pubrev.2012.01.005
米克,C. L. 2013。野生动物管理中的合作与社会适应形式:阿拉斯加政策网络的比较。全球环境变化23(1):217-228。https://doi.org/10.1016/j.gloenvcha.2012.10.003
米拉奇,B. F., J.福特,和N.英格兰。2015年6月17日。你的观点:电子海上监测和“观察者困境”。“SouthCoastToday: 1 - 3。
米勒,K. B., W. W.泰勒,K. A.弗兰克,J. M.罗伯逊,D. L.格林诺德,2008。社会网络与渔业:租船捕鱼网络、社会资本和渔获动态之间的关系。北美渔业管理杂志28(2):447-462。https://doi.org/10.1577/M07-016.1
美国国家海洋和大气管理局。2006.马格努森-史蒂文斯渔业保护和管理法。美国政府公法94-265。
美国国家海洋和大气管理局。2010.马格努森-史蒂文斯渔业保护和管理法规定,美国东北部渔业,东北(NE)多物种渔业,修正案16,最终规则。联邦公报》75(68):18262 - 18353。
国家海洋和大气管理局(NOAA)渔业。2017。电子监控解释道。https://www.fisheries.noaa.gov/insight/electronic-monitoring-explained
美国国家海洋和大气管理局(NOAA)渔业,2018。电子监测和报告实施计划-新英格兰/中大西洋地区2017年春季。https://www.fisheries.noaa.gov/resource/document/electronic-monitoring-and-reporting-implementation-plan-new-england-mid-3
美国国家海洋和大气管理局(NOAA)渔业,2019。国家电子监测研讨会-东海岸。https://www.fisheries.noaa.gov/event/national-electronic-monitoring-workshop-east-coast
美国国家海洋和大气管理局(NOAA)渔业,2019b。电子监控。https://www.fisheries.noaa.gov/national/fisheries-observers/electronic-monitoring
国家海洋和大气管理局(NOAA)渔业,2020年。声音口述历史档案。https://voices.nmfs.noaa.gov/
Nenadovic, M.和G. Epstein. 2016。社会资本与渔民参与多层次治理安排的关系。环境科学与政策61:77-86。https://doi.org/10.1016/j.envsci.2016.03.023
新英格兰渔业管理委员会。2020.东北多物种渔业管理计划修正案第二十三稿。美国麻萨诸塞州的纽波。https://www.nefmc.org/library/amendment-23
欧巴,J. A., P. Zube和C. Lampe. 2012。《倡导2.0》:分析美国倡导团体如何感知和使用社交媒体作为促进公民参与和集体行动的工具。信息政策杂志2:1-25。https://doi.org/10.5325/jinfopoli.2.2012.0001
彭尼库克,G.和D. G.兰德,2019。通过对新闻来源质量的众包判断,打击社交媒体上的虚假信息。美国国家科学院学报116(7):2521-2526。https://doi.org/10.1073/pnas.1806781116
平克顿,E. W. 1994。当地渔业共同管理:国际经验及其对不列颠哥伦比亚省鲑鱼管理的影响。加拿大水产科学51(10):2363-2378。https://doi.org/10.1139/f94-238
Pollnac, R. B., T. Seara和L. L. Colburn. 2015。美国东北地区商业渔民渔业管理、工作满意度和福祉方面的研究。社会与自然资源28(1):75-92。https://doi.org/10.1080/08941920.2014.933924
波默罗伊,R. S.和F. Berkes, 1997。探戈二:政府在渔业共同管理中的作用。海洋政策21(5):465 - 480。https://doi.org/10.1016/s0308 - 597 x (97) 00017 - 1
R. S.波默罗伊,B. M.卡顿和I.哈克斯,2001。影响渔业共同管理成功的条件:亚洲的经验教训。海洋政策25:197 - 208。https://doi.org/10.1016/s0308 - 597 x (01) 00010 - 0
罗素,s.m., M. Van Oostenburg, A. Vizek. 2018。适应捕捞份额:西海岸底栖鱼拖网参与者的观点。沿海管理46(6):603 - 620。https://doi.org/10.1080/08920753.2018.1522491
萨克斯顿,J. N. Niyirora, C. Guo和R. D. Waters. 2015。#AdvocatingForChange:在社交媒体倡导中使用话题标签的策略。社会工作进展16(1):154-169。https://ssrn.com/abstract=3034801https://doi.org/10.18060/17952
斯科特和p·J·卡灵顿,编辑。2011.SAGE社交网络分析手册。圣人出版有限公司
辛格尔顿,s.g. 1998。构建合作:管理制度的演进。密歇根大学出版社,安阿伯,密歇根州,美国。https://doi.org/10.3998/mpub.14466
史蒂文斯,K. A.弗兰克,D. B.克莱默,2015。社会网络是否影响小渔人对海权的执行?《公共科学图书馆•综合》10(3):1。https://doi.org/10.1371/journal.pone.0121431
表1
表1。利益相关者的主要从属关系类别。
主要利益相关者分类 | 总和 |
学术(专科) | 19 |
社区非营利组织(CNPO) | 8 |
非政府环保组织 | 22 |
渔业(FI) | 14 |
政府(政府) | 27 |
个人(印第安纳州) | 84 |
媒体(地中海) | 15 |
科技产业(TI) | 21 |
总计 | 210 |
表2
表2。编码推文的主题类别按主要利益相关者的团体关系。__
阿德莱德大学(%) | 政府(%) | ENGO (%) | 印第安纳州(%) | 地中海(%) | TI (%) | FI (%) | CNPO (%) | 总额(%) | |
共管 | 19.2 | 14.1 | 8.4 | 10.8 | 11.3 | 12.0 | 14.8 | 18.2 | 11.7 |
环境正义 | 5.5 | 11.8 | 3.0 | 2.7 | 5.7 | 0.0 | 7.8 | 22.7 | 5.5 |
科学知识缺口 | 6.8 | 3.5 | 2.2 | 0.0 | 3.8 | 0.0 | 3.5 | 0.0 | 2.8 |
适当的科技 | 6.8 | 7.1 | 11.9 | 16.2 | 13.2 | 8.0 | 10.4 | 9.1 | 10.8 |
弹性 | 4.1 | 7.1 | 4.1 | 5.4 | 5.7 | 0.0 | 6.1 | 13.6 | 5.0 |
值 | 2.7 | 2.4 | 2.4 | 5.4 | 3.8 | 0.0 | 4.3 | 9.1 | 3.1 |
期货 | 8.2 | 4.7 | 21.1 | 8.1 | 7.5 | 16.0 | 8.7 | 4.5 | 14.1 |
/融资成本 | 2.7 | 3.5 | 5.1 | 10.8 | 11.3 | 8.0 | 8.7 | 0.0 | 5.9 |
沟通 | 17.8 | 24.7 | 11.9 | 8.1 | 7.5 | 20.0 | 13.9 | 18.2 | 14.1 |
监控 | 17.8 | 15.3 | 22.4 | 18.9 | 22.6 | 20.0 | 12.2 | 0.0 | 18.8 |
信任/信誉 | 2.7 | 1.2 | 1.4 | 10.8 | 5.7 | 4.0 | 4.3 | 0.0 | 2.7 |
专业知识/位于知识 | 5.5 | 4.7 | 6.2 | 2.7 | 1.9 | 12.0 | 5.2 | 4.5 | 5.5 |
总和‡ | One hundred. | One hundred. | One hundred. | One hundred. | One hundred. | One hundred. | One hundred. | One hundred. | One hundred. |
N=段 | 73 | 85 | 370 | 37 | 53 | 25 | 115 | 22 | 780 |
__阿德莱德大学:学术;政府:政府;环境非政府组织;印第安纳州:个人;地中海:媒体;TI:科技产业;FI:渔业;CNPO:社区非营利组织 ‡基于编码段和的列百分比 |
表3
表3。编码推文中主题类别的共出现频率。
Co-mgmt | Env正义 | 科学认识的差距 | 应用技术 | 弹性 | 值 | 期货 | 成本/ 资金 |
通讯 | 监控 | 信任/ 信誉 |
专业知识/ 位于知道 |
|
共管 | 0 | 21 | 12 | 25 | 16 | 11 | 38 | 14 | 51 | 83 | 5 | 33 |
环境正义 | 21 | 0 | 1 | 9 | 11 | 7 | 7 | 10 | 14 | 19 | 3. | 5 |
科学知识缺口 | 12 | 1 | 0 | 4 | 4 | 2 | 8 | 4 | 9 | 14 | 1 | 3. |
适当的科技 | 25 | 9 | 4 | 0 | 10 | 13 | 68 | 16 | 23 | 95 | 8 | 2 |
弹性 | 16 | 11 | 4 | 10 | 0 | 8 | 13 | 8 | 14 | 22 | 1 | 6 |
值 | 11 | 7 | 2 | 13 | 8 | 0 | 5 | 2 | 8 | 12 | 8 | 2 |
期货 | 38 | 7 | 8 | 68 | 13 | 5 | 0 | 11 | 60 | 163 | 7 | 11 |
/融资成本 | 14 | 10 | 4 | 16 | 8 | 2 | 11 | 0 | 9 | 45 | 7 | 6 |
沟通 | 51 | 14 | 9 | 23 | 14 | 8 | 60 | 9 | 0 | 76 | 6 | 31 |
监控 | 83 | 19 | 14 | 95 | 22 | 12 | 163 | 45 | 76 | 0 | 12 | 32 |
信任/信誉 | 5 | 3. | 1 | 8 | 1 | 8 | 7 | 7 | 6 | 12 | 0 | 1 |
专业知识/位于知识 | 33 | 5 | 3. | 2 | 6 | 2 | 11 | 6 | 31 | 32 | 1 | 0 |