MétaCan
Menu
Retour à la cohorte
Enregistrement W1604336192 · doi:10.22230/jem.2004v4n1a260

Relevance of social science to the management of natural resources in British Columbia

2004· article· en· W1604336192 sur OpenAlexaffabout
Wolfgang Haider, Shawn Morford

Notice bibliographique

RevueJournal of Ecosystems and Management · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésNatural resource managementNatural resourceResource (disambiguation)Ecosystem managementNatural (archaeology)Natural scienceBehavioural sciencesRelevance (law)Resource management (computing)Process (computing)Environmental resource managementSociologyEcologySocial sciencePolitical scienceGeographyComputer scienceEcosystemBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Ecosystem-based natural resource management involves the integration of biophysical and human dimensions. Both the social sciences and biophysical sciences contribute to our understanding of the process of balancing social, economic, and biological factors. While the role of the biophysical sciences is relatively well recognized in the natural resource management sector, the contributions of the social sciences are less well understood and they are less frequently incorporated into management plans and activities. In this paper we summarize several distinct contributions of the social sciences to natural resource management and describe 10 ways that decision makers use social sciences. We predict the role of social sciences in natural resource management will become more important and we suggest that more collaborative research projects between social science researchers and natural resource managers will emerge. We also suggest that more cross-fertilization within the diverse streams of social sciences— as well as between the social sciences and biophysical sciences—will be essential in order to address complex research questions related to natural resource management.

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)0,001
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 enseignants0,155
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,189
Écart entre enseignants0,183 · 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

Citations2
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Ecosystems and ManagementMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207