MétaCan
Menu
Retour à la cohorte
Enregistrement W2291867539 · doi:10.1093/icesjms/fsv161

Balanced harvesting in fisheries: economic considerations

2015· article· en· W2291867539 sur OpenAlexaff
Anthony Charles, Serge M. Garcia, Jake Rice

Notice bibliographique

RevueICES Journal of Marine Science · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans CanadaSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésConvention on Biological DiversityFishingEcosystemFisheryFisheries managementNatural resource economicsEnvironmental resource managementBiodiversityBusinessEnvironmental scienceEcologyEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper explores economic aspects of a recent proposal to shift fisheries to a “Balanced Harvesting” (BH) strategy, as a means to achieve the goal, set by the Convention on Biological Diversity and related to the Ecosystem Approach to Fisheries, of “conservation of ecosystem structure and functioning” within fishery ecosystems. Studies indicate that a BH strategy—broadening the range of species and sizes caught in the aquatic ecosystem, and lowering exploitation rates for some conventionally targeted species—may provide improved ecological performance relative to conventional harvesting strategies. However, the potential economic implications have received little attention to date. This paper provides a preliminary economic assessment of BH, focusing on six main themes: (i) assessing benefits and costs, (ii) factors affecting the economics of BH, (iii) economic issues in implementing the ingredients of BH, (iv) effects of incremental and/or partial implementation of BH, (v) transition options within the harvesting sector of the fishery, and (vi) distributional impacts arising across fisheries, fleet sectors, and fishing gears, and between the present and the future.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0060,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,047
Tête enseignante GPT0,284
Écart entre enseignants0,237 · 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'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

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207