The Politics of Pacific Ocean Conservation: Lessons from the Pitcairn Islands Marine Reserve
Notice bibliographique
Résumé
Drawing on seventy-four interviews, this article analyzes the rising importance since the mid-2000s of large marine protected areas (MPAs) as a policy for managing ocean conservation. Governments have initiated eighteen large MPAs (over 200,000 km2) since 2006, reflecting the emergence of a new large MPA norm in marine conservation. This norm, we argue, emerged because of the success of a few transnational nongovernmental organizations (NGOs) in identifying politically feasible large MPAs, and then forming ad hoc domestic coalitions to lobby for them. This explanation is in contrast to most of the literature on how and why norms diffuse internationally, as well as existing explanations for the rise of large MPAs, both of which emphasize the importance of cohesive coalitions of transnational NGOs lobbying in multilateral venues. This bottom-up, international norm diffusion strategy has made large MPAs a viable policy option, one national jurisdiction at a time. For instance, this strategy was a critical element in convincing the UK to create the Pitcairn Islands Marine Reserve (835,000 km2) in 2015. Given the politics underlying the formation of large MPAs, where political gains have been high, and corporate and societal resistance relatively low, the creation of more large MPAs would seem likely, as occurred in 2016 when the UK announced it would designate three more large MPAs by 2020, totalling over 1.4 million km2. Growing support for large MPAs as a conservation strategy could also embolden states to establish large MPAs in more politically and economically contested waters, including on the Pacific high seas.
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 | 0,001 | 0,001 |
| 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 | 0,008 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».