Understanding protected area resilience: a multi‐scale, social‐ecological approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Protected areas (PAs) remain central to the conservation of biodiversity. Classical PAs were conceived as areas that would be set aside to maintain a natural state with minimal human influence. However, global environmental change and growing cross-scale anthropogenic influences mean that PAs can no longer be thought of as ecological islands that function independently of the broader social-ecological system in which they are located. For PAs to be resilient (and to contribute to broader social-ecological resilience), they must be able to adapt to changing social and ecological conditions over time in a way that supports the long-term persistence of populations, communities, and ecosystems of conservation concern. We extend Ostrom's social-ecological systems framework to consider the long-term persistence of PAs, as a form of land use embedded in social-ecological systems, with important cross-scale feedbacks. Most notably, we highlight the cross-scale influences and feedbacks on PAs that exist from the local to the global scale, contextualizing PAs within multi-scale social-ecological functional landscapes. Such functional landscapes are integral to understand and manage individual PAs for long-term sustainability. We illustrate our conceptual contribution with three case studies that highlight cross-scale feedbacks and social-ecological interactions in the functioning of PAs and in relation to regional resilience. Our analysis suggests that while ecological, economic, and social processes are often directly relevant to PAs at finer scales, at broader scales, the dominant processes that shape and alter PA resilience are primarily social and economic.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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