The cost of fisheries management
Notice bibliographique
Résumé
Theory: The costs of fisheries management - who should pay?, Ragnar Arnason, Rognvaldur Hannesson and William E. Schrank Fisheries management costs - some theoretical implications, Ragnar Arnason Financing fishery management - principles and economic implications, Peder Andersen and Jon G. Sutinen. Country Studies: Management and enforcement costs in Norway's fisheries, Rognvaldur Hannesson The cost of marine fishery management in Eastern Canada - Newfoundland, 1989/1990 to 1999/2000, William E. Schrank and Blanca Skoda Government expenditures on fisheries and fisheries management in Iceland, Ragnar Arnason A comparison of fisheries management costs in Iceland, Norway and Newfoundland, Ragnar Arnason, Rognvaldur Hannesson and William E. Schrank Fishery management costs and rent extraction - the case of Namibia, Vilhjalmur H. Wiium and Aina S. Uulenga Fisheries management costs in Thai marine fisheries, Rolf Willmann, Pongpat Boonchuwong and Somying Piumsombun Fisheries management costs - concepts and studies, Paul Wallis and Ola Flaaten. Cost Recovery: The effects of unilateral cost recovery in an international fishery, Sean Pascoe, Simon Mardle and Aaron Hatcher Cost recovery in fisheries management - the Australian experience, Anthony Cox Cost recovery in fisheries management - the New Zealand experience, Nick Wyatt. Conclusions: Fisheries management costs - findings and challenges for future research, Jon G. Sutinen and Peder Andersen.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».