MétaCan
Menu
Retour à la cohorte
Enregistrement W1507337709

Perceptions of moose-human conflicts in an urban environment.

2012· article· en· W1507337709 sur OpenAlexaff
Alaina Marie H McDonald, Roy V. Rea, Gayle Hesse

Notice bibliographique

RevueAlces : A Journal Devoted to the Biology and Management of Moose · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésGeorge (robot)WildlifeGeographyEcologyHistoryBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Urban expansion produces obvious and deleterious ecological effects on wildlife habi- tat. Land development plans continue to be approved in Prince George, British Columbia, both within and on proximate land that is occupied by moose (Alces alces). We surveyed 100 residents of Prince George to determine how they perceive potential conflicts with moose and compared those perceptions with available local data. The majority (~75%) indicated that there were <50 moose-human encoun- ters within Prince George in any given year; however, 222 moose-related reports occurred from April 2007-March 2008. This discrepancy indicates that the public probably underestimates both the pres- ence of moose and moose-human conflicts in Prince George. We did not find that outdoor enthusiasts were more knowledgeable than others about managing moose-human conflicts, suggesting that broad public education and awareness programs are warranted. Understanding how to respond to moose and developing a Moose Aware program were two suggested strategies to reduce conflict. The vast major - ity of residents (92%) enjoy moose and want moose to remain part of the Prince George environment; only 9% were in favour of euthanasia or sharp-shooting to resolve conflicts. Because 40% indicated that the best option was leaving moose alone, managers will need to develop more effective strategies to minimize and manage moose-human conflicts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,895

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,281
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlces : A Journal Devoted to the Biology and Management of MooseMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207