Economische waarde IJsselmeervisserij : notitie met achtergrondinformatie over de vaststelling van de waarde van vergunningen en merken bij verschillende scenario’s
Bibliographic record
Abstract
Het ministerie van Economische Zaken (EZ) en de Stichting Transitie IJsselmeer (STIJ) onderzoeken hoe de beroepsvisserij op het IJsselmeer in de toekomst duurzaam kan worden ingericht.Voor een eventuele herinrichting zijn diverse scenario's mogelijk zoals herverdeling van vergunningen en merkjes, totale inname en vervolgens (gedeeltelijke) uitgifte en onteigening.Inzicht in de waarde van vergunningen met de daarbij behorende rechten is noodzakelijk om de kosten van de herinrichting goed in te kunnen schatten.Het ministerie van Economische Zaken heeft Wageningen Economic Research gevraagd inzicht te geven in de economische waarde van de IJsselmeervisserij en de waarde van vergunningen bij verschillende waarderingsgrondslagen.Op het IJsselmeer zijn 34 visserijbedrijven actief met in totaal 59 visserijondernemers.De bedrijven hebben gezamenlijk 77 vergunningen in gebruik.De besomming van de IJsselmeervisserij bedraagt gemiddeld voor de periode 2013-2016 3,6 miljoen euro.Deze besomming bestond in 2016 naar schatting voor 46% uit aal, 27% uit snoekbaars, 1% uit baars, 3% uit brasem, 2% uit blankvoorn, 1% uit pootvis en 20% uit wolhandkrab.Gemiddeld zorgen de grote fuiken voor het grootste deel van de omzet (40%), gevolgd door staande netten (32%), schietfuiken (14%) en hoekwant (10%).In de studie is een benadering voor de waardebepaling per vistuig ontwikkeld die aanknopingspunten biedt om een meer reële waarde vast te stellen per vistuigrecht, en die meer toegesneden is op de werkelijke waarde dan de voorheen toegepaste methodiek volgens aaleenheden.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.024 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".