MétaCan
Menu
Retour à la cohorte
Enregistrement W4385578945 · doi:10.18174/631351

Decommissioning of the Dutch cutter sector : Impact analysis of management measures on the fishery

2023· report· en· W4385578945 sur OpenAlexaff
Katell G. Hamon, Geert Hoekstra, A. Klok, Marloes Kraan, Sabine N van der Veer, B. Deetman, J.A.E. van Oostenbrugge, Kees Taal

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueMarine and Offshore Engineering Studies
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésBrexitNuclear decommissioningFisheryFishingPelagic zoneFisheries managementFish <Actinopterygii>GeographyEuropean unionBusinessInternational tradeEngineering

Résumé

récupéré en direct d'OpenAlex

This study is part of an overarching socio-economic impact analysis of policy decisions on and developments in fisheries.The central research question for this study is: What are the socio-economic effects of the decommissioning scheme on the fisheries sector, the fish chain and fishing regions?Looking at the historical (2018-2021) activity of the vessels that were registered for scrapping, the expected effects of the removal of those vessels will mainly be felt in the beam trawl flatfish fishery.The relative changes in landings of sole and plaice are expected to exceed the change in quota share due to Brexit.For cod this is less clear and there is a risk that the landings decrease due to the exit of decommissioned vessels in a lesser proportion than the quota due to Brexit.The landings of pelagic species are not expected to change due to the scheme given that no pelagic vessels registered for the scheme, while the share of post-Brexit quotas will go down.All Dutch fisheries regions are expected to be impacted by the exit of scrapped vessels, either because a large part of the fleet is expected to be scrapped (as in Urk) or because a large proportion of the Dutch landings is landed in those regions (as in Southwest Netherlands, Kop van Noord-Holland, Wadden Coast and IJmuiden).Deze studie maakt deel uit van een overkoepelende impactanalyse van de sociaal-economische gevolgen van beleidsbeslissingen en ontwikkelingen voor de visserij.De centrale onderzoeksvraag voor deze studie is: Wat zijn de sociaal-economische effecten van de sanering op de visserijsector, de visketen en de visserijregio's?Kijkend naar de historische (2018-2021) activiteiten van de vaartuigen die zich voor sloop hebben aangemeld, zullen de verwachte effecten van de sanering van die vaartuigen vooral merkbaar zijn in de boomkorvisserij op platvis.De relatieve veranderingen in de aanvoer van tong en schol zullen naar verwachting groter zijn dan de verandering in het quota-aandeel als gevolg van de Brexit.Voor kabeljauw is dit minder duidelijk en bestaat het risico dat de aanvoer als gevolg van de sanering van vaartuigen minder sterk afneemt dan de afname van het quotum als gevolg van de Brexit.De aanvoer van pelagische soorten zal naar verwachting niet veranderen als gevolg van de saneringsregeling, aangezien er geen pelagische vaartuigen voor de regeling zijn aangemeld, terwijl het quota-aandeel na de Brexit is gedaald.Alle Nederlandse visserijregio's zullen naar verwachting gevolgen ondervinden van de sanering van vaartuigen, hetzij omdat een groot deel van de vloot naar verwachting zal worden gesloopt (zoals op Urk), hetzij omdat een groot deel van de Nederlandse aanvoer in die gebieden wordt aangeland (zoals in Zuidwest-Nederland, de Kop van Noord-Holland, de Waddenkust en IJmuiden).

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)0,003
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: Observationnel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,062
Tête enseignante GPT0,294
Écart entre enseignants0,233 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMarine and Offshore Engineering StudiesTravaux en français237 207