The role of conservation physiology in mitigating social-ecological traps in wildlife-provisioning tourism: a case study of feeding stingrays in the Cayman Islands
Notice bibliographique
Résumé
In feeding marine wildlife, tourists can impact animals in ways that are not immediately apparent (i.e. morbidity vs. mortality/reproductive failure). Inventorying the health status of wildlife with physiological indicators can provide crucial information on the immediate status of organisms and long-term consequences. However, because tourists are attempting to maximize their own satisfaction, encouraging the willingness to accept management regulations also requires careful consideration of the human dimensions of the system. Without such socio-ecological measures, the wildlife-tourism system may fall into a trap—a lose–lose situation where the pressure imposed by the social system (tourist expectations) has costs for the ecological system (maladaptive behaviours, health), which in turn feed back into the social system (shift in tourist typography, loss of revenue, decreased satisfaction), resulting in the demise of both systems (exhaustion). Effective selection and communication of physiological metrics of wildlife health is key to minimizing problem-causing and problem-enhancing feedbacks in social-ecological systems. This guiding principle is highlighted in the case study presented here on the socio-ecological research and management success of feeding southern stingrays (<italic>Hypanus americanus</italic>) as a marine tourism attraction at Grand Cayman, Cayman Islands.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».