Shifting strategies: exploring cooperation dynamics in fisheries co-management
Notice bibliographique
Résumé
In the governance of common-pool resources (CPRs), co-management policies are a conventional approach to prevent the tragedy of the commons. Although generally efficient, the performance of these policies varies across communities. Experimental economics applied to co-management settings has widely informed this heterogeneity. However, progress made in experimental economics in understanding how cooperative strategies influence cooperation dynamics has seldom been applied to explain the diverse outcomes observed in co-management. Investigating how cooperative strategies are shaped by institutions within co-management schemes can deepen our understanding of the behavioral mechanisms and motivations driving resource users’ actions to better inform co-management policies. We propose that variation in co-management performance can be explained by the distribution of strategic types within user groups and how these distributions shift in response to external enforcement, a common institution in co-management policies. Employing a repeated common pool resource game experiment, we investigated small-scale fishing communities in Chile that had been previously categorized in types of user groups based on their real-life experience with co-management (no experience, high performance, and lower performance). In the experiment, all subjects participated in two treatments: one without enforcement of a social norm and one with a non-deterrent external enforcement of the social norm (resembling the actual co-management institution faced by the experimental subjects). We then classified fishers' cooperative strategies in each treatment as either free-riders, conditional cooperators, unconditional cooperators, or negative cooperators, and assessed the distribution of strategies across types of user groups in both treatments. We found that strategic heterogeneity can explain differences in co-management outcomes only under external enforcement. These results underscore differences in how user groups develop cooperative norms to sustain common-pool resources, and suggest that external enforcement helps signaling these norms, preventing the erosion of cooperation through shifts in strategies. This process reveals underlying behavioral mechanisms and motivations that influence users involved in co-management and should be considered to foster the sustainable use of natural resources.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».