MétaCan
Menu
Retour à la cohorte
Enregistrement W2020213692 · doi:10.4000/vertigo.8894

Les conseils consultatifs régionaux : vers une nouvelle gouvernance pour les pêches de l’union européenne ?

2009· article· fr· W2020213692 sur OpenAlexvenueno aff
Sarah Lelong

Notice bibliographique

RevueVertigO · 2009
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La mer est aujourd’hui au cœur de grandes préoccupations environnementales : lutte contre les pollutions, réchauffement climatique et gestion des ressources. Les études scientifiques sur cette dernière question sont de plus en plus alarmantes et laissent envisager un avenir sombre pour les ressources halieutiques mondiales sur du court terme. Après une course effrénée vers des technologies et techniques de pêche toujours plus importantes depuis les années 70, le problème de surcapacité des flottes mondiales a conduit à celui de la surexploitation que connaissent près de 75% des stocks exploités dans le monde.La politique communautaire des pêches de l’Union européenne tente de prendre en compte les considérations environnementales depuis sa dernière réforme de 2002. Mais la tâche est complexe du fait des nombreux conflits existants entre les acteurs concernés par la question (scientifiques, professionnels du secteur de la pêche, décideurs politiques…). De ce constat sont nés les conseils consultatifs régionaux (CCR), structures de dialogue entre les différents acteurs impliqués à un niveau pertinent de décision et d’échange. Ces conseils travaillant en effet sur une échelle régionale, ils permettent l’implication des professionnels au processus de décision communautaire en matière de pêche et ainsi une meilleure acceptation de la norme et de ses considérations environnementales. Un premier bilan de leurs travaux actifs depuis quelques années permet d’espérer que l’on parvienne à une nouvelle forme de gouvernance.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,225
Écart entre enseignants0,210 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetCoastal and Marine ManagementTravaux en français237 207