MétaCan
Menu
Retour à la cohorte
Enregistrement W4379744039 · doi:10.1111/faf.12769

Social harvest control rules for sustainable fisheries

2023· article· en· W4379744039 sur OpenAlexaff
Kate Barclay, Simon R. Bush, Jan Jaap Poos, Andries Richter, P.A.M. van Zwieten, Katell G. Hamon, Eira C. Carballo-Cárdenas, Annet Pauwelussen, R.A. Groeneveld, Hilde Toonen, Amanda Schadeberg, Marloes Kraan, Megan Bailey, Judith van Leeuwen

Notice bibliographique

RevueFish and Fisheries · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFisheries managementFisheries lawLivelihoodCorporate governanceBusinessFisheryEnvironmental resource managementControl (management)FishingManagement by objectivesNegotiationPolitical scienceEconomicsGeographyMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Fisheries are supposed to be for the benefit of society, producing food, providing livelihoods and enabling cultural continuity. Biological productivity goals for fish stocks operationalised through Harvest Control Rules (HCRs) are central to contemporary fisheries management. While fisheries policies often state socio‐economic objectives, such as enhancing the livelihoods of coastal communities, those are rarely, if ever, incorporated into operationalised management procedures. The lack of articulation of social objectives and lack of monitoring of social outcomes around HCRs amounts to poor public policy. In this article, we explore the potential for social HCRs (sHCRs) with reference points and agreed predefined actions to make the social dimensions of fisheries explicit. sHCRs cannot cover all social dimensions, so should be considered as one tool within a broader framework of fisheries governance. Moreover, successful sHCRs would require sound deliberative and participatory processes to generate legitimate social objectives, and monitoring and evaluation of fisheries management performance against those objectives. We introduce two potential types of sHCRs, one based on allocation of catch within biological limit reference points, and one for when fishing exceeds biological limit reference points. The application of sHCRs, we argue, can foster accountability and help avoid non‐transparent negotiations on size and distribution of the catch. Our proposal is a call to action for policy makers and fisheries managers to properly integrate social criteria into fisheries governance, and for both biophysical fisheries scientists and social scientists to do better in practical collaboration for methods and knowledge development to support this integration.

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)0,014
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,012
Communication savante0,0080,005
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,226 · 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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine and fisheries researchTravaux en français237 207