Aquaculture’s offshore frontier: learning from the Canadian courts on ocean grabbing, ocean privatization, and property as process
Notice bibliographique
Résumé
Abstract Many coastal nations have endorsed the Blue Economy as both an economic and environmental opportunity, despite numerous questions as to how industrial expansion into deep ocean waters might be regulated for sustainability. Aquaculture is one industry actively promoting a move offshore, with numerous offshore leases in development. Drawing on the history of aquaculture in the nearshore, and relying on a processual approach to property, we explore questions around the regulation of privatized ocean spaces: What can court cases involving aquaculture in the nearshore tell us about the role of law in promoting sustainable offshore ocean spaces? And what in turn does this suggest about extractive capitalism, the privatization of ocean spaces, and the law? We examine 46 Canadian court cases which cover a 30-year time frame and multiple Canadian jurisdictions. We argue that there are lessons here regarding the questionable ability of law to effectively regulate existing or future aquaculture operations once privatization emerges. The lessons from these Canadian court cases, taken together with a burgeoning literature on legal geography, more-than-human methodologies, and critical environmental law, suggest the varied legal dimensions of deep-sea aquaculture frontier imaginaries and highlight the real limits to regulating the extraction of resources in this perceived open space (terra nullius). We highlight crucial barriers to sustainability through what we are calling jurisdictional opaqueness in regulatory issues. The results include poor regulation and overlapping or contested jurisdictions, which relates in turn to inadequate consultation, frequent environmental problems (toxic chemicals, anoxia, salmon escapes, marine debris), and scientific disputes.
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 | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,010 |
| Études des sciences et des technologies | 0,038 | 0,031 |
| Communication savante | 0,015 | 0,006 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».