MétaCan
Menu
Retour à la cohorte
Enregistrement W3016979126

Transitions in Rural Areas Motivated by Demands For Ecosystem Services: Empirical Results From Portugal

2020· article· en· W3016979126 sur OpenAlexvenueno aff
Rute Martins, Maria Rosàrio Partidärio

Notice bibliographique

RevueJournal of rural and community development · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEcosystem servicesAttractivenessSocial capitalRural areaContext (archaeology)Empirical evidenceGeographyEmpirical researchEconomic growthBusinessEconomic geographyEcosystemEconomicsPolitical scienceSociologyEcologyPsychologySocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A transition in rural areas affected by in-migration is underway, with socialecological systems (SES) becoming more diverse in its activities and in its social capital. In this context, ecosystem services (ES) may be acting as a pull driver for incomers, while its delivery also depends on the increase of social capital in rural areas. This paper investigates this mutualism between ES and SES, particularly whether SES and the inherent ES can stimulate attractiveness to rural areas and promote development, while also benefiting from incoming skilled in-migration. The engagement of in-migrants with rural SES and their demand for ES in rural areas is examined through literature review, observing the phenomena in different cases worldwide, and illustrated with empirical observation in rural Portugal. Results from our empirical observation reveal that the arrival of in-migrants triggers the delivery of new ES such as provisional or cultural services and that these are key to generate positive outcomes for rural SES. Keywords: rural in-migrants, ecosystem services (ES), social-ecological systems (SES), agents of change, transition

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)0,004
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,236
Écart entre enseignants0,208 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of rural and community developmentMême sujetRural development and sustainabilityTravaux en français237 207