MétaCan
Menu
Retour à la cohorte
Enregistrement W2030666299 · doi:10.4236/ojf.2015.54033

Recreational Access Management Planning: Understanding Perceptions Regarding Public Forest Lands in SW Alberta

2015· article· en· W2030666299 sur OpenAlexafffundabout
Rachelle L. Haddock, Michael S. Quinn

Notice bibliographique

RevueOpen Journal of Forestry · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensMount Royal UniversityUniversity of Calgary
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMount Royal UniversityUniversity of Calgary
Mots-clésRecreationVisitor patternBusinessEnvironmental resource managementDistribution (mathematics)Forest managementEnforcementQuality (philosophy)Environmental planningMarketingGeographyEcologyForestryComputer science

Résumé

récupéré en direct d'OpenAlex

Management of recreational access on public forest lands is a complex issue of growing global importance. The provision of public recreation opportunities is part of the suite of ecological goods and services that must be considered by many forest managers. Effective access management is predicated on understanding the attitudes and perceptions of recreation users in order to predict and influence visitor behaviour and gauge the acceptance of new management strategies. Potential access management strategies vary given the nature of recreation activities and include: restricting the amount, type, and spatial distribution of use, visitor education, temporal restrictions and enhancing site durability. In this research we examined the views of recreation users on public lands in southwestern Alberta, Canada through implementation of an online survey (n = 945) with a focus on access management options. The results indicate a strong belief that the quality of the recreation experience is declining and that increased management and enforcement are required. More detailed analysis indicates that demographic and user-type variables strongly influence ideas about appropriate management. Forest managers need to engage with, understand, and respond to a wide variety of recreation user needs and preferences.

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 enseignants0,059
Score d'incertitude au seuil0,119

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 technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,288
Tête enseignante GPT0,430
Écart entre enseignants0,143 · 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

Citations5
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOpen Journal of ForestryMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207