Preliminary investigation of lake-use patterns in prairie lakes, stakeholder perceptions, and resulting management implications
Notice bibliographique
Résumé
Nanayakkara L, Wissel B. 2017. Preliminary investigation of lake-use patterns in prairie lakes, stakeholder perceptions, and resulting management implications. Lake Reserv Manage. 49:49–61.To better understand use and perception of lakes in the prairie region of North America, we distributed 200 lake-use and management surveys at 9 lakes in southern Saskatchewan, Canada, during 2013 and received 65 responses. Survey results indicate recreational uses such as angling, swimming, and boating were most common. Anglers targeted walleye ∼3 times more than other taxa such as northern pike (Esox lucius) and yellow perch (Perca flavescens), and consumption or catch-and-release was based on species and size. Overall, pollution of waterbodies (76% of responses) and overfishing (60% of responses) were stated as issues of highest concern in response to an open-ended question, but results varied among user groups. When asked to rank a set of issues potentially related to lake health, urbanization ranked above both agriculture and climate change. Only about half of respondents had a general understanding of eutrophication and food-web composition, and anglers were unconcerned about overfishing and had little concern for critical matters such as climate change and invasive species. These results indicate a possible decoupling between science and public perception about anthropogenic influences on lake ecosystems in southern Saskatchewan prairie lakes. Importantly, 60% of respondents stated an interest in lake management involvement. Monitoring and committee participation garnered the most interest. Based on our results, scientific findings and future threats to lakes need to be better communicated to the public to successfully adapt to and mitigate the effects of important issues. Ultimately, enhanced science communication with stakeholders may increase citizen science involvement in lake monitoring and management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».