MétaCan
Menu
Retour à la cohorte
Enregistrement W1984568351 · doi:10.1111/j.1539-6924.2005.00623.x

Public Perceptions of Risk to Forest Biodiversity<sup>†</sup>

2005· article· en· W1984568351 sur OpenAlexaffabout
Bonita L. McFarlane

Notice bibliographique

RevueRisk Analysis · 2005
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésBiodiversityRisk perceptionPerceptionEnvironmental resource managementForest managementSocial value orientationsPsychologyGeographyBusinessSocial psychologyEcologyEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

This study examines the perceived risks to forest biodiversity and perceived effectiveness of biodiversity conservation strategies among the general public. It tests the hypotheses that perceived risk to forest biodiversity is influenced by cognitive factors (value orientation and knowledge) and social-cultural factors (such as gender and environmental membership) and that risk perceptions influence other cognitive constructs such as support for natural resource policy and management. Data were collected from a sample of the general public (n= 596) in British Columbia, Canada by mail survey in 2001. Results show that insects and disease were perceived as the greatest risk. Educating the public and industry about biodiversity issues was perceived as a more effective conservation strategy than restricting human uses of the forest. Value orientation was a better predictor of perceptions of risk and perceived effectiveness of conservation strategies than knowledge indicators or social-cultural variables. Examining the indirect effects of social-cultural variables, however, revealed that value orientation may amplify the effect of these variables and suggests that alternative paths of influence should be included. Perceived risk showed an inconsistent association with perceived effectiveness of conservation strategies.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,068
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,034
Tête enseignante GPT0,291
Écart entre enseignants0,257 · 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

Citations30
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRisk AnalysisMême sujetAnimal and Plant Science EducationTravaux en français237 207