MétaCan
Menu
Retour à la cohorte
Enregistrement W3092674455 · doi:10.1111/faf.12554

Identifying predictors of international fisheries conflict

2021· article· en· W3092674455 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

RevueFish and Fisheries · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensFisheries and Oceans CanadaUniversity of British ColumbiaMemorial University of Newfoundland
Organismes subventionnairesStiftelsen för Miljöstrategisk Forskning
Mots-clésScarcityFisheryFisheries managementPer capitaEconomicsNatural resource economicsBiologyMicroeconomicsFishing

Résumé

récupéré en direct d'OpenAlex

Abstract Marine capture fishery resources are declining, and demand for them is rising. These trends are suspected to incite conflict, but their effects have not been quantitatively examined. We applied a multi‐model ensemble approach to a global database of international fishery conflicts between 1974 and 2016 to test the supply‐induced scarcity hypothesis (diminishing supplies of fishery resources increase fisheries conflict), the demand‐induced scarcity hypothesis (rising demand for fishery resources increases fisheries conflict), and three alternative political and economic hypotheses. While no single indicator was able to fully explain international conflict over fishery resources, we found a positive relationship between increased conflict over fishery resources and higher levels of per capita GDP for the period 1975–1996. For the period 1997–2016, we found evidence supporting the demand‐induced scarcity hypothesis, and the notion that an increase in supply of fishery resources is linked to an increase in conflict occurrence. By identifying significant predictors of international fisheries conflict, our analysis provides useful information for policy approaches for conflict anticipation and management.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,997

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,265
Écart entre enseignants0,234 · 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