Evaluating local rules and practices for avoiding tragedies in small-scale fisheries of oxbow lakes, Southern Bangladesh
Notice bibliographique
Résumé
One of the key issues facing fishery managers, policy-makers and researchers has been acknowledging local institutions and rule systems for managing common pool resources. In this paper, we discuss local institutions and rule systems of community fisheries from two oxbow lake Fisheries in Southern Bangladesh. Both of the fisheries have been under private and state management systems resulting in different management outcomes. Control of fishers and stocking for production enhancement have been key management options of the lakes, but progress has not been satisfactory due to higher associated costs of management and uneven resource benefits distribution. On the other hand, community fisheries have focused on sharing benefits, controlling access, avoiding conflict and maintaining ecosystem health. Community fisheries have been managed through local rules and management practices above and beyond government regulations. Taking community fisheries in Bangladesh as a model fisheries and examining local rules as an effective means of controlling fisher access to a common resource, we explore here the impacts of local rules that have had different levels of governance outcomes in relation to state and private systems. Data were collected using semi-structured interviews (40 individuals) and group meetings (one for each site covering 15–20 individuals). Reviews of secondary records also support the analysis. Findings of this study highlight the advantages of local rules and also raise questions about how differential property rights and lack of negotiation power of local communities have constrained the success of community fisheries. At the group level, the capacity of local fishers to make their own rules and implement them locally is a critical factor for community fisheries systems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».