MétaCan
Menu
Retour à la cohorte
Enregistrement W1492691778 · doi:10.1111/j.1755-263x.2011.00186.x

Mislabeling marine protected areas and why it matters—a case study of Australia

2011· article· en· W1492691778 sur OpenAlexaboutno aff
James Fitzsimons

Notice bibliographique

RevueConservation Letters · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueInternational Maritime Law Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIUCN Red ListMarine protected areaIUCN protected area categoriesProtected areaNational parkFishingRecreationEnvironmental resource managementGeographyGovernment (linguistics)Marine conservationFisheryEnvironmental planningEnvironmental protectionPolitical scienceEcologyEnvironmental scienceLawBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract As part of international obligations and national policies, most nations are working toward establishing comprehensive, adequate, and representative systems of terrestrial and marine protected areas (MPAs). Assigning internationally recognized International Union for Conservation of Nature (IUCN) protected area categories to these MPAs is an important part of this process. The most recent guidance from the IUCN clearly states that commercial or recreational fishing is inappropriate in MPAs designated as category II (National Park). However, in at least two developed countries with long histories of protected area development (e.g., Canada and Australia), category II is being assigned to a number of MPAs that allow some form of commercial or recreational fishing. Using Australia as a case study, this article explores the legal and policy implications of applying protected area categories to MPAs and the consequences for misapplying them. As the Australian Government is about to embark on potentially one of the largest expansions of MPA networks in the world, ensuring the application of IUCN categories is both transparent and consistent with international practice will be important, both for the sake of international conventions and to accurately track conservation progress.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,471

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,026
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0140,006
Communication savante0,0040,003
Science ouverte0,0020,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,258
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetInternational Maritime Law IssuesTravaux en français237 207