MétaCan
Menu
Retour à la cohorte
Enregistrement W3203375050 · doi:10.1111/faf.12610

Common but differentiated rights and responsibilities in tuna fisheries management

2021· article· en· W3203375050 sur OpenAlexaff
Hussain Sinan, Megan Bailey, Quentin Hanich, Kamal Azmi

Notice bibliographique

RevueFish and Fisheries · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueInternational Maritime Law Issues
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFisheries managementFishingTunaFisheryBusinessFish stockCommissionUnited Nations Convention on the Law of the SeaConventionFisheries lawEnvironmental resource managementTransparency (behavior)Fish <Actinopterygii>Political scienceEconomicsFinanceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract The UN Law of the Sea Convention (LOSC) and one of the implementing agreements of the Convention—the UN Fish Stocks Agreement (UNFSA)—mandates all states to cooperate in the management of highly migratory and straddling fish stocks. In doing so, the UNFSA specifies that the special requirements of developing states need to be taken into account. To date, except in the Western and Central Pacific Fisheries Commission (WCPFC), there is no formal mechanism to identify these differential responsibilities in tuna regional fisheries management organizations (RFMOs). Although some conservation and management measures exempt small‐scale and artisanal fishing vessels, power imbalances within RFMOs tend to favour the interests of more developed and larger distant water fishing nations over those of small developing coastal states. To facilitate the implementation of differentiated responsibilities as mandated in UNFSA, in this study we develop a three‐step framework that could be applied in the case of new conservation and management measure proposals. The framework has also been tested based on two developing countries and compared with a developed state in the Indian Ocean Tuna Commission and the adopted resolutions in 2019. To facilitate better transparency and equitable decision‐making processes across RFMOs, this framework could be adapted based on member states' fisheries management objectives and target and non‐target species.

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)0,031
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,025
Communication savante0,0140,010
Science ouverte0,0020,010
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,008
Tête enseignante GPT0,201
Écart entre enseignants0,193 · 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'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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetInternational Maritime Law IssuesTravaux en français237 207