Social–ecological network analysis of scale mismatches in estuary watershed restoration
Notice bibliographique
Résumé
Resource management boundaries seldom align with environmental systems, which can lead to social and ecological problems. Mapping and analyzing how resource management organizations in different areas collaborate can provide vital information to help overcome such misalignment. Few quantitative approaches exist, however, to analyze social collaborations alongside environmental patterns, especially among local and regional organizations (i.e., in multilevel governance settings). This paper develops and applies such an approach using social-ecological network analysis (SENA), which considers relationships among and between social and ecological units. The framework and methods are shown using an estuary restoration case from Puget Sound, United States. Collaboration patterns and quality are analyzed among local and regional organizations working in hydrologically connected areas. These patterns are correlated with restoration practitioners' assessments of the productivity of their collaborations to inform network theories for natural resource governance. The SENA is also combined with existing ecological data to jointly consider social and ecological restoration concerns. Results show potentially problematic areas in nearshore environments, where collaboration networks measured by density (percentage of possible network connections) and productivity are weakest. Many areas also have high centralization (a few nodes hold the network together), making network cohesion dependent on key organizations. Although centralization and productivity are inversely related, no clear relationship between density and productivity is observed. This research can help practitioners to identify where governance capacity needs strengthening and jointly consider social and ecological concerns. It advances SENA by developing a multilevel approach to assess social-ecological (or social-environmental) misalignments, also known as scale mismatches.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».