MétaCan
Menu
Retour à la cohorte
Enregistrement W2092739828 · doi:10.3390/ani3040978

A Framework to Evaluate Wildlife Feeding in Research, Wildlife Management, Tourism and Recreation

2013· article· en· W2092739828 sur OpenAlexafffund
Sara Dubois, David Fraser

Notice bibliographique

RevueAnimals · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of British Columbia
Mots-clésWildlifeTourismWildlife tourismContext (archaeology)Wildlife conservationRecreationCullingEnforcementWildlife managementEnvironmental resource managementEnvironmental planningGovernment (linguistics)WelfareAnimal welfareBusinessGeographyPolitical scienceEcologyEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Feeding of wildlife occurs in the context of research, wildlife management, tourism and in opportunistic ways. A review of examples shows that although feeding is often motivated by good intentions, it can lead to problems of public safety and conservation and be detrimental to the welfare of the animals. Examples from British Columbia illustrate the problems (nuisance animal activity, public safety risk) and consequences (culling, translocation) that often arise from uncontrolled feeding. Three features of wildlife feeding can be distinguished: the feasibility of control, the effects on conservation and the effects on animal welfare. An evaluative framework incorporating these three features was applied to examples of feeding from the literature. The cases of feeding for research and management purposes were generally found to be acceptable, while cases of feeding for tourism or opportunistic feeding were generally unacceptable. The framework should allow managers and policy-makers to distinguish acceptable from unacceptable forms of wildlife feeding as a basis for policy, public education and enforcement. Many harmful forms of wildlife feeding seem unlikely to change until they come to be seen as socially unacceptable.

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)0,136
score de la tête « metaresearch » (Gemma)0,081
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,717

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1360,081
Méta-épidémiologie (sens strict)0,0040,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0230,012
Études des sciences et des technologies0,0100,048
Communication savante0,0220,017
Science ouverte0,0070,011
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,067
Tête enseignante GPT0,342
Écart entre enseignants0,275 · 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'étudeThéorique ou conceptuel
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

Citations81
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetWildlife Ecology and ConservationTravaux en français237 207