Social–ecological network analysis of scale mismatches in estuary watershed restoration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle