MétaCan
Menu
Retour à la cohorte
Enregistrement W4205495824 · doi:10.1071/pc21036

Social dimensions in island restoration: some case studies from Aotearoa – New Zealand

2021· article· en· W4205495824 sur OpenAlexaff
Alan Saunders, David R. Towns, Keith Broome, Stephen Horn, Sue Neureuter, Katina Conomos, Peter Corson, Mel Galbraith, Judy Gilbert, John C. Ogden, Kate Waterhouse

Notice bibliographique

RevuePacific Conservation Biology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensBarrie Urology Group
Organismes subventionnairesnon disponible
Mots-clésAotearoaIndigenousMainlandPoliticsProject commissioningEnvironmental ethicsPolitical scienceSociologyEnvironmental planningPublic relationsGeographyEnvironmental resource managementEcologyPublishingGender studiesBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Islands have been a focus for biodiversity conservation in Aotearoa – New Zealand for more than 50 years. Recognition of the impacts of invasive predators, the significant outcomes that can be anticipated following their removal, and growing capacity to eradicate suites of pests from larger islands have underpinned this progress. Increasingly, attention is being directed at treating larger inhabited islands as well as mainland restoration sites where people live nearby and where the social dimensions become increasingly important. The case studies presented here illustrate changes to better acknowledge, consult and collaborate with tangata whenua (local Indigenous people). A focus on forging and maintaining relationships with other local stakeholders such as landowners and community groups is also illustrated. Other social dimensions such as political advocacy and securing institutional and financial support are also outlined in the case studies. We conclude that while much is being learned about opportunities to address social dimensions, those involved in promoting and implementing island restoration will need to remain flexible and apply locally nuanced approaches that reflect social as well as other circumstances at each site.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil0,796

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,006
Communication savante0,0020,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
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 Opus0,054
Tête enseignante GPT0,316
Écart entre enseignants0,261 · 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'étudeQualitatif
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePacific Conservation BiologyMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207