MétaCan
Menu
Retour à la cohorte
Enregistrement W2921400248 · doi:10.1111/conl.12640

Local support for conservation is associated with perceptions of good governance, social impacts, and ecological effectiveness

2019· article· en· W2921400248 sur OpenAlexaff
Nathan Bennett, Antonio Franco, Antonio Calò, Elizabeth Nethery, Federico Niccolini, Marco Milazzo, Paolo Guidetti

Notice bibliographique

RevueConservation Letters · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesInterregEuropean Regional Development Fund
Mots-clésCorporate governanceMarine protected areaScale (ratio)Environmental resource managementSurvey data collectionPerceptionBusinessOrdinal regressionMultilevel modelEnvironmental planningEcologyGeographyEconomicsPsychologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Local support is important for the longevity of conservation initiatives. The literature suggests that perceptions of ecological effectiveness, social impacts, and good governance will influence levels of local support for conservation. This paper examines these relationships using data from a survey of small‐scale fishermen in 11 marine protected areas from six countries in the Mediterranean Sea. The survey queried small‐scale fishermen regarding perceptions and support for conservation. We constructed composite scores for three categories of perceptions—ecological effectiveness, social impacts, and good governance—and tested the relationship with levels of support using ordinal regression models. While all three factors were positively correlated with support for conservation, perceptions of good governance and social impacts were stronger predictors of increasing support. These findings suggest that employing good governance processes and managing social impacts may be more important than ecological effectiveness for maintaining local support for conservation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), 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

Citations275
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207