MétaCan
Menu
Retour à la cohorte
Enregistrement W3083490550 · doi:10.1007/s13280-020-01371-3

Resource allocation in transboundary tuna fisheries: A global analysis

2020· article· en· W3083490550 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAMBIO · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensAsia Pacific Foundation of CanadaDalhousie University
Organismes subventionnairesOcean Nexus Center, EarthLab, University of WashingtonNippon FoundationUniversity of WollongongEuropean CommissionAustralian Government
Mots-clésTunaBusinessAllocative efficiencyFisheries managementNegotiationFisheries lawEquity (law)FisheryResource allocationCorporate governanceCommon-pool resourceEnvironmental resource managementEconomicsFishingPolitical scienceFish <Actinopterygii>MicroeconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Resource allocation is a fundamental and challenging component of common pool resource governance, particularly transboundary fisheries. We highlight the growing importance of allocation in fisheries governance, comparing approaches of the five tuna Regional Fisheries Management Organizations (tRFMOs). We find all tRFMOs except one have defined resources for allocation and outlined principles to guide allocation based on equity, citizenship, and legitimacy. However, all fall short of applying these principles in assigning fish resources. Most tRFMOs rely on historical catch or effort, while equity principles rarely determine dedicated rights. Further, the current system of annual negotiations reduces certainty, trust, and transparency, counteracting many benefits asserted by rights-based management proponents. We suggest one means of gaining traction may be to shift conversations from allocative rights toward weighting of principles already identified by most tRFMOs. Incorporating principles into resource allocation remains a major opportunity, with important implications for current and future access to fish.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,520
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,016
Tête enseignante GPT0,239
Écart entre enseignants0,222 · 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