Oppositions and alliances between ICCAT contracting parties through an analysis of co-sponsorship of management recommendations
Notice bibliographique
Résumé
We conducted a social network analysis (SNA) of the co-sponsorship of management measures at annual ICCAT Commission meetings from 2016 to 2022 with the aim of understanding the alliances between contracting parties. Our findings revealed that European Union, the USA and, to a lesser extent, Japan, Canada or the United Kingdom appear as key players in terms of cohesion and fragmentation centrality indicators, while the most central proposals in terms of management measures concern those on sharks (mainly focused on banning shark finning) and those on mitigating the effects of fishing on turtles. Based on the evolution over time of centrality measures of the SNA, the decrease in nestedness indicates that "specialist" CPCs (those who submit few proposals each year) are less and less associated with “generalist” CPCs (those who submit several management proposals each year). Although ICCAT's social network does not show a fragmented structure with small groups of CPCs isolated from each other, 2 co-sponsoring communities have nevertheless emerged: the COMHAFAT and OPESCA groups. both structured around a regional homophily. This paper also discusses the socio-economic and political factors external to ICCAT meetings that can influence partnerships in the management of large pelagic fishes in the Atlantic Ocean. These influential factors illustrate the complexity of asymmetric relationships between countries operating with long-distance fleets and developing coastal countries.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».