Assessing ecological changes in and around marine reserves using community perceptions and biological surveys
Notice bibliographique
Résumé
Abstract 1. Well‐enforced partial or total no‐fishing zones (collectively known as marine protected areas, or MPAs) can help restore degraded coral reefs and enhance fish populations. 2. A comparison was made of community perceptions of ecological changes in an MPA with concurrent scientific data on these changes in the same MPA. Such analyses are particularly important in community‐based MPAs where local support is a key determinant of ecological success. 3. The no‐take MPA in question was initially launched in partnership with the community in 1995 and formalized in 1998. The perceptions data come from interviews with community members in 1999 and 2004, the biological data come from underwater visual censuses of the MPA from 1998 to 2004. 4. Community members perceived more fish within the MPA and slight increases in catch outside the MPA. In contrast, fish censuses showed a high degree of stochastic variation and only minor increases in fish abundance, size and diversity in and around the MPA between 1998 and 2004. 5. Possible explanations for these discrepancies include different temporal, spatial or species frames of reference and/or limitations to the biological survey technique. Other options include wishful thinking, external influences, a desire to please, or confounding with other benefits. 6. This study demonstrates some of the strengths and weaknesses of community perceptions and biological data. In order to improve our understanding about the changes that occur over time in an MPA and engender community support for the long‐term viability of MPAs, it is important to develop diverse and efficient monitoring schemes. Copyright © 2010 John Wiley & Sons, Ltd.
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 | 0,002 | 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 | 0,001 |
| 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 ».