Notice bibliographique
Résumé
A series of multilateral environmental agreements (MEAs), such as the 1973 Convention on International Trade in Endangered Species of Wild Fauna and Flora (CITES), the 1987 Montreal Protocol on Substances that Deplete the Ozone Layer and the 1989 Basel Convention on the Control of Transboundary Movements of Hazardous Wastes and Their Disposal, follow policies and regulatory approaches that foresee restrictions on and supervision of international trade and/or transboundary movements of controlled commodities. These are crucial to fulfill the regimes’ underlying objectives of environmental protection. However, the inevitable corollary of such regulatory measures are transboundary black markets that pose a serious threat to these regimes’ effectiveness and, thus, to international environmental law. This paper appraises the distinctive ways in which a sample of key MEAs involved in the fight against transnational environmental crime – the Montreal Protocol, the Basel Convention and CITES – are addressing issues of illegality and criminality. Four conclusions are drawn. First, MEAs that face significant compliance issues due to emerging black markets in environmentally sensitive commodities have adopted a strategy of coordination and cooperation to increase their respective effectiveness. Second, inter-MEA coordination has furthered the significance of global and regional enforcement networks of practitioners as de facto norm-setting agents that have deeply influenced the normative development and implementation of MEAs. Third, this inter- and transnational process of cooperation has brought about a gradual criminalization of illegal trade in environmentally sensitive commodities. Fourth, and lastly, the evolution that has been highlighted in this paper clearly hints at an increasing awareness of TEC for environmental regime effectiveness and for the discrete emergence of a body of transnational environmental criminal law.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».