MétaCan
Menu
Retour à la cohorte
Enregistrement W2771405791 · doi:10.12737/article_59bbac21afe586.37871733

LEGAL REGULATION OF FISHERY IN RUSSIA AND FOREIGN STATES: COMMON AND SPECIAL FEATURES

2017· article· en· W2771405791 sur OpenAlexaboutno aff
Дмитрий Сиваков, Dmitriy Sivakov

Notice bibliographique

RevueJournal of Foreign Legislation and Comparative Law · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationPaymentPolitical scienceBusinessState (computer science)Law and economicsLawInternational tradeEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

The aim of the article is a comparative analyze of legal regulation of fishery in Russia and foreign states. According to this goal, the task of comparison of fishery legislation of Russia and other CIS countries, Russia and EU State as well as North American countries arises. The author tries to solve one more issue — to consider how current legal regulation correlates with the concept of fishery in Russia. Legislation in the sphere of fishery is developing dynamically. Despite the different time of appearance and the differences of legal systems, mentioned legislation can be compared in the basic directions of legal regulation. The article applied the method of comparative legal regulation, the historical method of extrapolating. Also the scientific methods of deduction and induction are applied. The author used the instruments of international soft law and the works of specialists in the mentioned area of the legal regulation. The article consists of following sections: statement of the question; sources of law; key rules-definitions; principles and key provisions of the legislation; the quota system of catches, licensing and contractual methods of regulation; the payment principle and the nature of the distribution of funds received. In conclusion the author emphasized the approximation of the legislation of Russia and other CIS countries in the field of fisheries (concerning the concepts, basic provisions, types of fishery and quotas). Also, there are some similarities in a combination of licensing and contractual methods of regulation in Russian and Canadian legislation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

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

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 Opus0,050
Tête enseignante GPT0,341
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Foreign Legislation and Comparative LawMême sujetArctic and Russian Policy StudiesTravaux en français237 207