MétaCan
Menu
← Retour à la cohorte
Enregistrement W3200928523 · doi:10.1073/pnas.2021580118

Constrained public benefits from global catch share fisheries

2021· article· en· W3200928523 sur OpenAlexaff
Abdulrahman Ben‐Hasan, Santiago de la Puente, Diana Flores, Michael C. Melnychuk, Emily Tivoli, Villy Christensen, Wei Cui, Carl J. Walters

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensQueen's UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFishingBusinessRevenueNatural resource economicsFisheryProduction (economics)Natural resourceFish <Actinopterygii>OverfishingEconomicsEcologyFinanceBiology

Résumé

récupéré en direct d'OpenAlex

Across publicly owned natural resources, the practice of recovering financial compensation, commonly known as resource rent, from extractive industries influences wealth distribution and general welfare of society. Catch shares are the primary approach adopted to diminish the economically wasteful race to fish by allocating shares of fish quotas-public assets-to selected fishing firms. It is perceived that resource rent is concentrated within catch share fisheries, but there has been no systematic comparison of rent-charging practices with other extractive industries. Here, we estimate the global prevalence of catch share fisheries and compare rent recovery mechanisms (RRM) in the fishing industry with other extractive industries. We show that while catch share fisheries harvest 17.4 million tons (19% of global fisheries landings), with a value of 17.7 billion USD (17% of global fisheries landed value), rent charges occurred in only 5 of 18 countries with shares of fish quotas primarily allocated free of charge. When compared with other extractive industries, fishing is the only industry that consistently lacks RRM. While recovering resource rent for harvesting well-governed fishery resources represents a source of revenue to coastal states, which could be sustained indefinitely, overcharging the industry might impact fish supply. Different RRM occurred in extractive industries, though generally, rent-based charges can help avoid affecting deployment of capital and labor to harvest fish since they depend on the profitability of the operations. Our study could be a starting point for coastal states to consider adapting policies to the enhanced economic condition of the fishing industry under catch shares.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,001

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 Opus0,059
Tête enseignante GPT0,289
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→