MétaCan
Menu
Retour à la cohorte
Enregistrement W4285388790 · doi:10.1177/25148486221111786

Making global oceans governance in/visible with Smart Earth: The case of Global Fishing Watch

2022· article· en· W4285388790 sur OpenAlexafffund
Lauren Drakopulos, Jennifer J. Silver, Eric Nost, Noella J. Gray, Roberta Hawkins

Notice bibliographique

RevueEnvironment and Planning E Nature and Space · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGeospatial analysisCorporate governancePoliticsFishingBig dataBusinessPolitical scienceGeographyComputer scienceRemote sensingLaw

Résumé

récupéré en direct d'OpenAlex

The number and variety of technologies used for environmental surveillance is expanding rapidly, making constant data collection and near ‘real time’ analyses possible. ‘Smart Earth’ describes networked infrastructures comprised of devices and equipment and signals to the human dimensions inherent to developing, deploying and putting technology and large datasets to use. In this paper, we situate Smart Earth in terms of technological products and human practices and consider the relationship between Smart Earth and global environmental governance. Specifically, we review emerging literature and present a case study of an organization founded by environmental non-profit, SkyTruth, tech industry behemoth, Google and marine conservation NGO, Oceana. Called ‘Global Fishing Watch’ (GFW), this organization builds geospatial datasets, hosts an online mapping platform where anyone with internet access can surveil various types of ocean-going vessels and shares data and map products with scientists and practitioners. Two critical points emerge through the case. First, we show that GFW expands its surveillance capacity by pursuing ‘data sharing’ partnerships with sovereign states, many in the Global South. Second, the maps and datasets produced by GFW link vessels to a ‘flag state’ while the firms, subsidiaries and financiers that may own and/or operate these vessels remain obscure – and hence so too does the political economy of oceans fisheries. GFW maps and datasets offer new approaches to tracking fishing and are advancing fisheries science. At the same time, they rely on and are only legible through hegemonic geopolitical and political–economic orders deeply implicated in industrial (over)fishing. The norms and domains of global environmental governance are expanding, but Smart Earth ‘solutions’ risk leaving the structural drivers of environmental change unaddressed.

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 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,330

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,211
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations39
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning E Nature and SpaceMême sujetCoastal and Marine ManagementTravaux en français237 207