A framework for qualitatively evaluating management plans in a results-based perspective
Notice bibliographique
Résumé
No abstracts are to be cited without prior reference to the author.Currently many multi-year management plans are being developed either for rebuilding depleted stocks or for avoiding difficult negotiations when management decisions must be revisited on a regular basis. Management plans are commonly evaluated by intensive model simulations that describe the ecological and economic dynamics, and the management loop. Under the resultsbased management paradigm, the fishing industry or particular fishing sectors will develop their own management plans, potentially leading to a huge number of plans to be evaluated. Guidelines for evaluating the plans on a qualitative level before launching quantitative evaluations will be essential. Here we propose a framework for evaluating management strategies in a qualitative way. A strategy is defined by i) an objective ii) a coordinated plan of actions to reach this objective. We evaluate i) under which assumptions the stated management objective is sustainable and ii) whether the proposed plan of actions can reach the objective, against theoretical criteria derived from general fishery models, and practical rules determining success of management plans from empirical review papers. We demonstrate this framework by analysing a series of management plans recently implemented in the EU.
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 | 0,098 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,015 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,016 |
| Communication savante | 0,022 | 0,014 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».