Duurzame Noordzee kottervisserij in ontwikkeling : Ervaringen, lessen en bouwstenen
Bibliographic record
Abstract
de Nederlands kottervloot Wat is de vraag?Hoe is de informatie vergaard?Wat is de huidige vlootindeling?Hoe ontwikkelt het aantal kotters per motorvermogenklasse zich?Hoe heeft het brandstofverbruik van de kottervloot zich ontwikkeld?Hoe hebben de opbrengsten van de Nederlandse kottersector zich ontwikkeld?1.2 Verspreiding Nederlandse kottervisserij Wat is de vraag?Hoe zijn de kaartjes van visserij-inspanning gemaakt?Waar vissen Nederlandse kotters met bodemberoerende vistuigen?Hoe belangrijk zijn de gebieden met windparken, natuurparken en het EEZ van het Verenigd Koninkrijk voor de Nederlandse visserij?1.3 Historische ontwikkelingen kottervloot Wat is de vraag?Welke ontwikkelingen waren bepalend voor de kottervisserij? 2 Het sociaal-culturele belang van visserij in Nederland Waar gaat deze bouwsteen over?Hoe maakt visserij deel uit van Nederland?Wat is het belang van visserij voor de maatschappij?Hoe vatten we dit samen?3 Herstructurering van de vloot Huidige en mogelijke visserijtechnieken van de Nederlands kottervlootWat is de vraag?Hoe is de informatie vergaard?Wat is de huidige vlootindeling?Wat zijn mogelijke alternatieve vismethoden per groep?Wat zijn de kosten?Wat is de impact en waar dient rekening mee te worden gehouden?Wat is de tijdlijn?3.2 Saneringsmethodieken Wat is de vraag?Algemene grondslagen en methodieken Grondslagen en methodieken bij historische saneringsregelingen in de visserij Grondslagen en methodieken bij verkenningen voor mogelijke saneringsregelingen Voorbeelden van saneringsregelingen in de landbouw Bemanning Staatssteun Rekenvoorbeeld Directe en indirecte sociaal economische consequenties visserijsector 3.3 Sanering en kwaliteitsimpuls Noordzee Wat is de vraag?Wat is het resultaat?
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.061 | 0.018 |
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".