How do commercial fishing licences relate to access?
Notice bibliographique
Résumé
Abstract Commercial fishing licences are central to fisheries management systems. They define and allocate harvest rights, place rules upon authorized harvesters and, in some cases, require holders to pay user fees. In this paper, we ask how licences and licensing relate to access, itself a broader concept defined as the opportunity to derive benefits from resources and that draws attention to how institutions and social structures enable and constrain different individuals and groups. Using published literature, reports and publicly available licence data for fisheries off of British Columbia, Canada, we overview licensing history and examine all major commercial licence types in the jurisdiction. Using a network approach, we also describe the diverse suite of licence portfolios held in 2017. Results show that there were 6,563 commercial fishing licences registered by 2,377 unique holders, including a handful that hold ‘access‐rich’ and a much larger number who hold ‘access‐constrained’ portfolios. The literature review and analysis support two broadly applicable conclusions. First, that licensing history shapes access and that limited entry policies continue to influence who benefits from fisheries resources well beyond implementation. Second, that analysing licence holdings suggests business strategies and fishing prospects available to different harvesters and other commercial fisheries participants in a jurisdiction. In response to demand for greater attention to human dimensions and to the perception that indicators are challenging to develop and integrate, we advance conceptual thinking and practical approaches relevant to fisheries research and evaluation.
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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».