The Global Norm of Large Marine Protected Areas: Explaining variable adoption and implementation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Since 2006, governments have designated or announced 18 marine protected areas (MPAs) larger than 200 000 km 2 . Before then there was only one: Australia's Great Barrier Reef Marine Park, established in 1975. To explain this marked shift in state governance of marine biodiversity, this article points to the importance of a gradual strengthening over the past decade of a global norm that large MPAs, especially no‐take reserves, are valuable for meeting conservation objectives and targets. As is true for most global environmental norms, the large MPA norm emerged primarily out of civil society, especially from groups framing large MPAs as an effective way to help stop ocean decline. Importantly, however, the article demonstrates that the adoption of this norm is uneven across states, and implementation of large MPAs varies widely as governmental and non‐governmental forces interact – sometimes clashing, sometimes cooperating – with fishing, tourism and resource industries. For evidence, this article draws on fieldwork and 74 interviews across five large MPA cases: Papahānaumokouākea (2006) and the Pacific Remote Islands in the US (2009); the Coral Sea in Australia (2012); the Palau National Marine Sanctuary (2015); and the UK's Pitcairn reserve (2015). A comparative analysis of these cases reveals the influence of non‐governmental groups (especially The Pew Charitable Trusts and the National Geographic Society) on the gradual strengthening of the large MPA norm; the importance of the large MPA norm for the formation of marine policy; and the significance of domestic political economies for shaping variable norm adoption and state implementation. Copyright © 2017 John Wiley & Sons, Ltd and ERP Environment
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.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle