MétaCan
Menu
Retour à la cohorte
Enregistrement W2598641999 · doi:10.3968/11739

Effectiveness of the Convention on International Trade in Endangered Species of Wild Fauna and Flora (CITES) in Curbing Elephant Poaching in Zimbabwe

2020· article· en· W2598641999 sur OpenAlexvenueno aff
Yollanda Yeukayi Washaya, Jeffrey Kurebwa

Notice bibliographique

RevueCanadian social science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCITESPoachingAfrican elephantWildlifeWildlife tradeRevenueBusinessInternational tradeGeographyEconomyPolitical scienceDevelopment economicsEconomicsFisheryEcologyFinanceBiology

Résumé

récupéré en direct d'OpenAlex

The research focused on understanding the effectiveness and applicability of CITES in curbing elephant poaching in Zimbabwe. CITES regulates international legal trade in ivory in an effort to curb poaching and this is addressed by the theory of complex interdependence. Signatory states adhere to the provisions of CITES but with all this in place elephant poaching is on the rise across Africa and Zimbabwe in particular. Zimbabwe relies on wildlife for tourism thus the threat to extinction is a threat to national revenue. Key informants were purposively sampled and documentary research was used for the case study. The main findings were that poaching Zimbabwe has become very rampant in the past few years with highest numbers recorded between 2012 and 2015. This has been attributed to the economics of demand and supply where high demand for ivory in Asian markets with countries such as China becoming the world’s largest destination market for illegal ivory. On the supply side, Zimbabwe is facing economic challenges thus locals are now engaging and aiding in poaching for economic survival. The research concluded that CITES weaknesses is in that it only provides state parties with technical support thus without the financial support anti-poaching efforts are ineffective.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,219
Écart entre enseignants0,206 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetWildlife Ecology and ConservationTravaux en français237 207