MétaCan
Menu
Retour à la cohorte
Enregistrement W2067416431 · doi:10.1080/10871200304308

Attitudinal and Normative Influences on Support for Hunting as a Wildlife Management Strategy

2003· article· en· W2067416431 sur OpenAlexaff
Jeffrey M. Campbell, Kelly J. MacKay

Notice bibliographique

RevueHuman Dimensions of Wildlife · 2003
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésWildlifeNormativeWildlife managementGovernment (linguistics)Wildlife conservationEnvironmental resource managementVariety (cybernetics)PsychologyTheory of reasoned actionGeographyBusinessEnvironmental planningPublic relationsSocial psychologyPolitical scienceEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Hunting as a wildlife management tool has come under increasing attack by antihunting organizations. This has resulted in increased concern by fish and wildlife agencies across North America, many of whom fear that the scientific management of wildlife is in danger due to the influence of an uninformed public. A province-wide survey based upon the Theory of Reasoned Action framework was conducted to examine residents' attitudes toward hunting in a variety of contexts. Results from over 1,300 respondents indicated support for hunting as wildlife management, for habitat preservation, and to maintain healthy animal populations. Attitudinal and normative influences were also examined based on level of intention to support hunting. Results of this research provide information regarding the underlying beliefs and referent groups likely to influence individual's support of hunting, which can then be used by government and others charged with the scientific management of wildlife to communicate successfully the role and significance of hunting in this regard.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,355
Écart entre enseignants0,297 · 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

Citations39
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Dimensions of WildlifeMême sujetAnimal and Plant Science EducationTravaux en français237 207