MétaCan
Menu
Retour à la cohorte
Enregistrement W2094898940 · doi:10.1163/15718085-12341268

Moving Beyond Rights-Based Management: A Transparent Approach to Distributing the Conservation Burden and Benefit in Tuna Fisheries

2013· article· en· W2094898940 sur OpenAlexaff
Quentin Hanich, Yoshitaka Ota

Notice bibliographique

RevueThe International Journal of Marine and Coastal Law · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueInternational Maritime Law Issues
Établissements canadiensUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésTunaOverfishingFisheries managementFisheryBusinessFish stockExclusive economic zoneMarine protected areaMaritime boundaryCompromiseFisheries lawEnvironmental resource managementDistribution (mathematics)Natural resource economicsFishingFish <Actinopterygii>EconomicsInternational lawEcologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Determining the distribution of the conservation burden and benefit is a critical challenge to the conservation and management of trans-boundary fish stocks. Given current levels of overfishing and overcapacity in many trans-boundary fisheries, some or all participating States must necessarily reach a compromise with regard to their interests and carry some share of the conservation burden. This article proposes a new approach to distributing the conservation burden and benefit in trans-boundary fisheries, and explores this approach in the world’s largest tuna fishery: the tropical tuna fisheries of the western and central Pacific. Such an approach would enable Regional Fisheries Management Organizations (RFMOs) to transparently ensure that conservation burden and benefit distributions are consistent with international obligations. The article recommends that RFMOs consider developing decision-making frameworks that would enable existing scientific processes to determine the necessary extent of conservation measures, while a new conservation burden methodology would then determine the implementation of the measure and its impact on each member.

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)0,146
score de la tête « metaresearch » (Gemma)0,117
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,771

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1460,117
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0110,041
Communication savante0,0290,030
Science ouverte0,0070,017
Intégrité de la recherche0,0190,022
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,200 · 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'étudeSans objet
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

Citations34
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Marine and Coastal LawMême sujetInternational Maritime Law IssuesTravaux en français237 207