MétaCan
Menu
Retour à la cohorte
Enregistrement W2116700742 · doi:10.5558/tfc82512-4

Personal and group forest values and perceptions of groups' forest values in northwestern Ontario

2006· article· en· W2116700742 sur OpenAlexafffundvenueabout
Susan Lee, Shashi Kant

Notice bibliographique

RevueThe Forestry Chronicle · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaMinistry of Natural Resources
Mots-clésForest managementPerceptionGeographySustainable forest managementRanking (information retrieval)PsychologyEnvironmental resource managementDiversity (politics)SocioeconomicsForestrySociology

Résumé

récupéré en direct d'OpenAlex

With the recent involvement of a greater diversity of groups working in forest management planning, the identification and understanding of people's forest values and their perceptions of one another's values may be a promising approach to sustainable forest management. This study identifies and analyzes the forest values and perceptions of the members of four groups, Aboriginal People, Environmental Non-Government Organizations (ENGOs), the forest industry, and the Ontario Ministry of Natural Resources (OMNR), in northwestern Ontario. Conceptual Content Cognitive Mapping (3CM) was used to identify people's forest values and perceptions and dominant forest value themes were created using hierarchical clustering. Inter-group and intra-group similarities and differences among the rankings of participants' forest values and their perceptions were determined through various non-parametric statistical tests. Participants' perceptions about each group were generally similar, which included the two most prominent themes to be similar across all participants' perceptions of each group. Although the perceptions for a particular group were similar across the participant groups, they differed substantially with that participant group's personal ranking of the forest value themes. Key words: forest values, perceptions, stakeholders, cognitive mapping, sustainable forest management, collaborative decision-making

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,474
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations14
Publié2006
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Management and PolicyTravaux en français237 207