MétaCan
Menu
Retour à la cohorte
Enregistrement W2145725211 · doi:10.1890/110205

A social–ecological approach to conservation planning: embedding social considerations

2013· review· en· W2145725211 sur OpenAlexafffund
Natalie C. Ban, Morena Mills, Jordan Tam, Christina C. Hicks, Sarah C. Klain, Natalie Stoeckl, Madeleine C. Bottrill, Jordan Levine, Robert L. Pressey, Terre Satterfield, Kai M. A. Chan

Notice bibliographique

RevueFrontiers in Ecology and the Environment · 2013
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesInternational Council for Canadian StudiesGovernment of Canada
Mots-clésSet (abstract data type)Environmental resource managementConservation psychologyEcologyEnvironmental planningGeographyComputer scienceBiodiversityEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Many conservation plans remain unimplemented, in part because of insufficient consideration of the social processes that influence conservation decisions. Complementing social considerations with an integrated understanding of the ecology of a region can result in a more complete conservation approach. We suggest that linking conservation planning to a social–ecological systems (SES) framework can lead to a more thorough understanding of human–environment interactions and more effective integration of social considerations. By characterizing SES as a set of subsystems, and their interactions with each other and with external factors, the SES framework can improve our understanding of the linkages between social and ecological influences on the environment. Using this framework can help to identify socially and ecologically focused conservation actions that will benefit ecosystems and human communities, and assist in the development of more consistent evidence for evaluating conservation actions by comparing conservation case studies.

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)0,004
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0020,008
Communication savante0,0040,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,045
Tête enseignante GPT0,264
Écart entre enseignants0,219 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations569
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and the EnvironmentMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207