MétaCan
Menu
Retour à la cohorte
Enregistrement W2077382215 · doi:10.1371/journal.pone.0101595

Indigenous Knowledge and Science Unite to Reveal Spatial and Temporal Dimensions of Distributional Shift in Wildlife of Conservation Concern

2014· article· en· W2077382215 sur OpenAlexafffundabout
Christina N. Service, Megan S. Adams, Kyle A. Artelle, Paul C. Paquet, Laura V. Grant, Chris T. Darimont

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensSimon Fraser UniversityUniversity of VictoriaTula FoundationRaincoast Conservation Foundation
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHakai InstituteHabitat Conservation Trust FoundationTides CanadaTula Foundation
Mots-clésWildlifeIndigenousUrsusGeographyTraditional knowledgeRange (aeronautics)Citizen scienceWildlife managementEcologyEnvironmental resource managementSpatial ecologyData scienceComputer scienceBiologySociologyEnvironmental sciencePopulationDemography

Résumé

récupéré en direct d'OpenAlex

Range shifts among wildlife can occur rapidly and impose cascading ecological, economic, and cultural consequences. However, occurrence data used to define distributional limits derived from scientific approaches are often outdated for wide ranging and elusive species, especially in remote environments. Accordingly, our aim was to amalgamate indigenous and western scientific evidence of grizzly bear (Ursus arctos horribilis) records and detail a potential range shift on the central coast of British Columbia, Canada. In addition, we test the hypothesis that data from each method yield similar results, as well as illustrate the complementary nature of this coupled approach. Combining information from traditional and local ecological knowledge (TEK/LEK) interviews with remote camera, genetic, and hunting data revealed that grizzly bears are now present on 10 islands outside their current management boundary. LEK interview data suggested this expansion has accelerated over the last 10 years. Both approaches provided complementary details and primarily affirmed one another: all islands with scientific evidence for occupation had consistent TEK/LEK evidence. Moreover, our complementary methods approach enabled a more spatially and temporally detailed account than either method would have afforded alone. In many cases, knowledge already held by local indigenous people could provide timely and inexpensive data about changing ecological processes. However, verifying the accuracy of scientific and experiential knowledge by pairing sources at the same spatial scale allows for increased confidence and detail. A similarly coupled approach may be useful across taxa in many regions.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,006
Études des sciences et des technologies0,0020,005
Communication savante0,0030,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,026
Tête enseignante GPT0,232
Écart entre enseignants0,207 · 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

Citations90
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetWildlife Ecology and ConservationTravaux en français237 207