MétaCan
Menu
Retour à la cohorte
Enregistrement W2292123233 · doi:10.1111/conl.12241

Private Landowners, Voluntary Conservation Programs, and Implementation of Conservation Friendly Land Management Practices

2016· article· en· W2292123233 sur OpenAlexaff
James Farmer, Zhao Ma, Michael Drescher, Eric Knackmuhs, Stephanie Dickinson

Notice bibliographique

RevueConservation Letters · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesIndiana University
Mots-clésStewardship (theology)BusinessLand tenureEnvironmental resource managementEnvironmental stewardshipEcosystem servicesEnvironmental planningTurnoverPrivate propertyLand useLand managementEcosystemGeographyEcologyEconomicsPolitical scienceAgriculture

Résumé

récupéré en direct d'OpenAlex

Abstract Private land conservation mechanisms are critical components employed by policy makers and conservation professionals to support the stewardship and protection of vital ecosystem services. While most research on voluntary conservation programs focuses on motives and barriers to participation, little is known about landowner activities and ecological status once property is enrolled in programs. Our mailed survey to landowners with property enrolled in the Indiana Classified Forest and Wildlands Program in U.S.A. revealed that (1) environmental motives, (2) residential motives like family life, and (3) having more land enrolled in the program were strong predictors of individuals who implemented conservation actions such as removal of invasive species and control of erosion. We also found that landowners witnessing environmental improvements on their land reported more conservation actions than those perceiving unchanged environmental conditions. A better understanding of landowner perceptions and conservation outcomes can help policy makers improve private land conservation programs.

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 enseignants0,109
Score d'incertitude au seuil0,751

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,262
Écart entre enseignants0,247 · 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

Citations52
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetForest Management and PolicyTravaux en français237 207