MétaCan
Menu
Retour à la cohorte
Enregistrement W2115086410 · doi:10.1017/s0030605314000246

Comparing interview and trade data in assessing changes in the seahorse<i>Hippocampus</i>spp. trade following CITES listing

2014· article· en· W2115086410 sur OpenAlexafffund
Joy T.L. Lam, Heather J. Koldewey, Maï Yasué, Amanda C. J. Vincent

Notice bibliographique

RevueOryx · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquatic life and conservation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSecond Military Medical University
Mots-clésCITESSeahorseListing (finance)Wildlife tradeBusinessGovernment (linguistics)FisheryGeographyInternational tradeWildlifeBiologyEcologyFinance

Résumé

récupéré en direct d'OpenAlex

Abstract Concerns regarding the sustainability of the seahorse Hippocampus spp. trade led to their listing on CITES Appendix II in 2002, with implementation in 2004. In 2007 we interviewed wholesale traders of seahorses in Hong Kong, China, seeking indications of the effects of the CITES listing on the seahorse trade. We cross-validated traders’ perspectives with government trade statistics (1998–2007) from Hong Kong and Taiwan. We also compared these data with trade statistics for pipefish, which are related species with similar medicinal uses but are not CITES-listed. Both the interviews and government statistics indicated reduced volumes of seahorses traded through Hong Kong, changes in source countries, and price increases post-implementation. Traders suggested that these changes were largely a result of the CITES listing. However, data indicate that other factors such as shifts in domestic policies and local demand may also have affected the trade. By cross-validating the perspectives of local stakeholders with trade statistics in a wildlife trading hub we were able to explore hypotheses on the local and global impacts of CITES. Such approaches are especially important for CITES-listed species because often there is no single data source that is complete and wholly reliable.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,474
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,142
Tête enseignante GPT0,292
Écart entre enseignants0,150 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOryxMême sujetAquatic life and conservationTravaux en français237 207