David against Goliath? The rise of coastal states at the Indian Ocean Tuna commission
Notice bibliographique
Résumé
Tuna regional fisheries management organizations (RFMOs) have long suffered from the domination of distant water fishing nations (DWFNs) in decision-making processes. The Indian Ocean Tuna Commission (IOTC) is no exception. In recent years, coastal states of the Indian Ocean (IO) have tried to change this dynamic - led by countries like the Maldives, Kenya, South Africa, and Australia - to deliver greater benefits to the region, including East Africa. These countries are gathered under the informal group of G16 and have increasingly improved their involvement in the IOTC. Here, we ask how the rise of the G16 benefited coastal States through participation and collective understanding in the Indian Ocean. To do this, we analyzed proposals submitted by the G16 for conservation and management measures and the participant lists of the Commission meetings in the past ten years. Our results show that, individually and collectively, the G16 has played a significant role in shaping the IOTC’s rules. The coastal States have established a good representation, with only a handful of Members absent in some years. Unveiling the efforts of coastal countries is essential to guide further capacity building in the region in terms of negotiations. We also call for international oversight of the actions of DWFNs, such as the EU, whose efforts often differ markedly from their claims of being sustainability champions. The G16’s work is essential to keep the coastal States of the Indian Ocean in the driver’s seat for managing Indian Ocean fisheries to benefit future generations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».