MétaCan
Menu
Retour à la cohorte
Enregistrement W3194706518 · doi:10.3389/fmars.2021.669135

Using Forecasting Methods to Incorporate Social, Economic, and Political Considerations Into Marine Protected Area Planning

2021· article· en· W3194706518 sur OpenAlexaff
Seth T. Sykora‐Bodie, Jorge G. Álvarez‐Romero, Javier A. Arata, Alistair Dunn, Jefferson T. Hinke, Grant Humphries, Chris Jones, Pål Skogrand, Katharina Teschke, Philip N. Trathan, Dirk Welsford, Natalie C. Ban, Grant Murray, David Gill

Notice bibliographique

RevueFrontiers in Marine Science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesU.S. Department of CommerceAustralian GovernmentNatural Environment Research CouncilAustralian Research CouncilSight Research UKNational Oceanic and Atmospheric Administration
Mots-clésGeopoliticsEnvironmental resource managementDelphi methodSocioeconomic statusEnvironmental planningScale (ratio)Expert elicitationGeographyBusinessPoliticsPolitical scienceComputer scienceEconomicsCartography

Résumé

récupéré en direct d'OpenAlex

As the global environmental crisis grows in scale and complexity, conservation professionals and policymakers are increasingly called upon to make decisions despite high levels of uncertainty, limited resources, and insufficient data. Global efforts to protect biodiversity in areas beyond national jurisdiction require substantial international cooperation and negotiation, both of which are characterized by unpredictability and high levels of uncertainty. Here we build on recent studies to adapt forecasting techniques from the fields of hazard prediction, risk assessment, and intelligence analysis to forecast the likelihood of marine protected area (MPA) designation in the Southern Ocean. We used two questionnaires, feedback, and a discussion round in a Delphi-style format expert elicitation to obtain forecasts, and collected data on specific biophysical, socioeconomic, geopolitical, and scientific factors to assess how they shape and influence these forecasts. We found that areas further north along the Western Antarctic Peninsula were considered to be less likely to be designated than areas further south, and that geopolitical factors, such as global politics or events, and socioeconomic factors, such as the presence of fisheries, were the key determinants of whether an area was predicted to be more or less likely to be designated as an MPA. Forecasting techniques can be used to inform protected area design, negotiation, and implementation in highly politicized situations where data is lacking by aiding with spatial prioritization, targeting scarce resources, and predicting the success of various spatial arrangements, interventions, or courses of action.

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)0,011
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,041
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,062
Tête enseignante GPT0,319
Écart entre enseignants0,257 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207