MétaCan
Menu
Retour à la cohorte
Enregistrement W1973350069 · doi:10.1371/journal.pone.0040542

Benefits of Rebuilding Global Marine Fisheries Outweigh Costs

2012· article· en· W1973350069 sur OpenAlexafffund
U. Rashid Sumaila, William W. L. Cheung, Andrew Dyck, Kamal Gueye, Ling Huang, Vicky W. Y. Lam, Daniel Pauly, Thara Srinivasan, Wilf Swartz, Reg Watson, Dirk Zeller

Notice bibliographique

RevuePLoS ONE · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensInStream Fisheries Research (Canada)University of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesUniversity of British ColumbiaPew Charitable Trusts
Mots-clésOverfishingFisheryNatural resource economicsSubsidyBusinessGreat barrier reefFisheries managementResource (disambiguation)Marine conservationRecreational fishingCost–benefit analysisFishingEconomicsEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Global marine fisheries are currently underperforming, largely due to overfishing. An analysis of global databases finds that resource rent net of subsidies from rebuilt world fisheries could increase from the current negative US$13 billion to positive US$54 billion per year, resulting in a net gain of US$600 to US$1,400 billion in present value over fifty years after rebuilding. To realize this gain, governments need to implement a rebuilding program at a cost of about US$203 (US$130-US$292) billion in present value. We estimate that it would take just 12 years after rebuilding begins for the benefits to surpass the cost. Even without accounting for the potential boost to recreational fisheries, and ignoring ancillary and non-market values that would likely increase, the potential benefits of rebuilding global fisheries far outweigh the costs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0180,000

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 Opus0,045
Tête enseignante GPT0,237
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations190
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMarine and fisheries researchTravaux en français237 207