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 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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,002 |
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 ».