Sexual Predators, Energy Development, and Conservation in Greater Yellowstone
Notice bibliographique
Résumé
In the United States, as elsewhere, a growing debate pits national energy policy and homeland security against biological conservation. In rural communities the extraction of fossil fuels is often encouraged because of the employment opportunities it offers, although the concomitant itinerant workforce is often associated with increased wildlife poaching. We explored possible positive and negative factors associated with energy extraction in the Greater Yellowstone Ecosystem (GYE), an area known for its national parks, intact biological diversity, and some of the New World's longest terrestrial migrations. Specifically, we asked whether counties with different economies-recreation (ski), agrarian (ranching or farming), and energy extractive (petroleum)-differed in healthcare (gauged by the abundance of hospital beds) and in the frequency of sexual predators. The absolute and relative frequency of registered sex offenders grew approximately two to three times faster in areas reliant on energy extraction. Healthcare among counties did not differ. The strong conflation of community dishevel, as reflected by in-migrant sexual predators, and ecological decay in Greater Yellowstone is consistent with patterns seen in similar systems from Ecuador to northern Canada, where social and environmental disarray exist around energy boomtowns. In our case, that groups (albeit with different aims) mobilized campaigns to help maintain the quality of rural livelihoods by protecting open space is a positive sign that conservation can matter, especially in the face of rampant and poorly executed energy extraction projects. Our findings further suggest that the public and industry need stronger regulatory action to instill greater vigilance when and where social factors and land conversion impact biological systems.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».