Do subsidies drive Southern Ocean fishery operations? A comprehensive analysis of Southern Ocean fishery subsidies and the economics of distant water fleets
Notice bibliographique
Résumé
Across the high seas, distant water fisheries have benefited from government subsidies. Public funds directed toward supporting the fishery sector have enabled these fisheries to extend their range and duration at sea, threatening fish populations and the health of ocean ecosystems. Fuel subsidies have been identified as the primary form of subsidy, often allowing fishing vessels to continue operations despite declining revenues. While significant attention has been directed toward understanding fishery subsidies on a global scale, the magnitude of fishery subsidies specific to the Southern Ocean remained largely unknown. The Southern Ocean accounts for 10% of the global oceans, and its two main fisheries, for Antarctic krill and toothfishes, are managed by the Commission for the Conservation of Antarctic Marine Living Resources (CCAMLR). Through primary data collection in the form of interviews, our study provides a comprehensive analysis of the complex operations that underpin Southern Ocean fisheries. Our research drew upon 29 expert interviews with industry representatives, government officials, and researchers from 13 CCAMLR Member States engaged in fishing activities in the Southern Ocean. The most commonly identified subsidies in our interviews included: fuel subsidies; tax breaks; discounted loans; research, development, and innovation grants; infrastructure support; and import subsidies. However, our results show that, based on research interviews, few Southern Ocean fishing companies heavily depend on government subsidies, with subsidy allocation varying greatly by State. For the majority of CCAMLR Member States, Southern Ocean fishery subsidies are largely insufficient to induce significant changes in fishery operations. Instead, private fishery organizations continually adjust their economic strategies and operational dynamics to increase profitability and lower expenses, often foregoing government subsidies by relocating their operations (e.g., home ports) to foreign States closer to the Southern Ocean. This research suggests that distant water fisheries subsidies are complex and nuanced, needing further investigation at the regional, Nation State, and company level scale.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».