MétaCan
Menu
← Retour à la cohorte
Enregistrement W2154852589 · doi:10.1139/f10-104

Individual transferable quotas and the “tragedy of the commons”

2010· article· en· W2154852589 sur OpenAlexvenueno aff
John Parslow

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesCommonwealth Scientific and Industrial Research Organisation
Mots-clésTragedy of the commonsEnforcementBusinessStewardship (theology)Profitability indexCommonsIncentiveEquity (law)Profit (economics)Public economicsEconomicsMicroeconomicsFinancePoliticsEcologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The allocation of individual transferable quotas (ITQs) as shares of a total allowable catch (TAC) is now widely practised in fisheries management, but is not without controversy. It is often suggested that the possession of ITQs should provide an incentive for fishers to exercise stewardship of the resource. Quota holders acting in their economic self-interest should collectively exercise stewardship, setting TACs and supporting enforcement measures to maximize the present value of future profit streams. But it is in the economic self-interest of an individual fisher possessing ITQ to take additional unreported catch, through discarding, high-grading, or quota-busting. Thus, ITQs in themselves will not prevent a “tragedy of the commons”, unless there is sufficient compliance monitoring and enforcement to deter hidden catches. ITQs, with adequate enforcement, have been demonstrated to effectively address the race to fish and result in improved sustainability and profitability. There are questions of equity concerning the flow of benefits from the allocations of quotas and associated profit streams and who pays for the management costs required to sustain them. There are also issues around the ability of ITQ-based management to address other social and environmental objectives.

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)0,009
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,020
Communication savante0,0060,011
Science ouverte0,0020,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,017
Tête enseignante GPT0,215
Écart entre enseignants0,198 · 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'étudeThéorique ou conceptuel
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

Citations27
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→