MétaCan
Menu
Retour à la cohorte
Enregistrement W1833168041 · doi:10.1017/s0376892915000120

Chasing baboons or attending class: protected areas and childhood education in Uganda

2015· article· en· W1833168041 sur OpenAlexaff
Catrina A. MacKenzie, Raja Sengupta, Ridhwana Kaoser

Notice bibliographique

RevueEnvironmental Conservation · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensMcGill University
Organismes subventionnairesWorld Bank Group
Mots-clésWildlifeContext (archaeology)National parkSocioeconomic statusGuard (computer science)GeographySocioeconomicsPopulationEconomic growthEnvironmental protectionPolitical scienceSociologyEcologyDemography

Résumé

récupéré en direct d'OpenAlex

SUMMARY The influence of protected areas on childhood education is often assumed to be positive, and integrated conservation and development programmes (ICDPs) typically support childhood education by building schools, providing scholarships and improving education quality, which in turn helps build conservation attitudes. In this paper, the impact of a protected area on childhood education is examined within the broader socioeconomic context of villages bordering Kibale National Park (Uganda). Survey data from households and primary schools indicated ICDPs improved primary school enrolment and education for girls. However, crop raiding by Park-protected animals reduced the probability of boys completing four years of primary education because they were preferentially held back from school to guard crops. Since population growth around protected areas is a threat to conservation, and since extending education for both boys and girls helps reduce birth rates and improve future employment opportunities, helping children attain primary school completion supports both conservation and development objectives. The findings highlight the need to continue supporting childhood education near protected areas; however, additional focus should be placed on boys’ educational attainment, and the need for wildlife authorities, governments and conservation organizations to invest in crop-raiding defences to mitigate crop-raiding losses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,018
Tête enseignante GPT0,210
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), 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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ConservationMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207