A practical approach to meeting national obligations for sustainable trade under CITES
Notice bibliographique
Résumé
Reconciling conservation goals with sustainable resource use requires adaptive management strategies. The Convention on International Trade in Endangered Species of Wild Fauna and Flora (CITES) regulates global trade for species listed on Appendix II, partly by requiring member countries (parties) to ensure exports do not damage wild populations (called making positive "nondetriment findings" [NDFs]). Unfortunately, when parties find NDFs difficult, they often suspend legal trade, imposing economic costs and driving trade underground. To make it easier for parties to examine the detrimental nature of exports, we devised a spatial approach and applied it to seahorses (Hippocampus spp.) in Tamil Nadu, India, as an example. Our approach involves mapping answers to 5 key questions on species distribution (QA), pressures (QB), management measures (QC), management implementation (QD), and species' population status (QE). We gathered data from fisher interviews and published literature. Seahorse abundance was greatest in southern Palk Bay and the northern Gulf of Mannar, primarily in seagrasses and coral reefs (QA). Fishing pressure was highest in Palk Bay, primarily from bottom trawlers and dragnetters operating in shallow seahorse habitats near the coastline (QB). Management measures including a marine protected area (MPA), bottom trawl exclusion zone, and closed season were theoretically in place (QC), but their implementation was poor (QD). Fishers reported seahorse catches in 85% of the area covered by the MPA and the exclusion zone; bottom trawlers were responsible for most violations. Seahorses were also captured in Sri Lankan waters, where bottom trawling is banned. Fisher reports indicated declining seahorse catches and reduced body sizes (QE), highlighting unsustainable exploitation. Our results highlight the need for better implementation of existing management measures before a positive NDF can be made and suggest mitigation beyond bans. Such pragmatic spatial analyses can help regulate exports at sustainable levels, supporting CITES implementation for its vast range of species.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».