MétaCan
Menu
Retour à la cohorte
Enregistrement W4224243608 · doi:10.3390/land11050603

Relational Values of Cultural Ecosystem Services in an Urban Conservation Area: The Case of Table Mountain National Park, South Africa

2022· article· en· W4224243608 sur OpenAlexaff
Gregg Brill, Pippin Anderson, Patrick O’Farrell

Notice bibliographique

RevueLand · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésRecreationEcosystem servicesEnvironmental resource managementGeographyEcosystemNational parkUrban ecosystemEnvironmental planningBusinessEcologyUrban planningEnvironmental science

Résumé

récupéré en direct d'OpenAlex

This paper assesses how residents of a developing city in the Global South, recognize and value the multiple diverse cultural ecosystem services associated with freshwater ecosystems, as provided by different landscape features originating in an urban protected area. This objective was achieved by establishing who benefits from freshwater ecosystem services, uncovering the spatial and temporal relationships these beneficiaries have with landscape features, and determining the relational nature of ecosystem service values, benefits and trade-offs as experienced by the different users. Recreation, aesthetic and existence services were valued highest by respondents. People who live closer to the park use, and benefit from, the park’s freshwater ecosystems more frequently than those living further away. Park visitors want ease of access in terms of distance to specific freshwater ecosystems, and then once there, they want a diversity of activity options, such as recreation opportunities, as well as places to reflect and meditate. This study of cultural ecosystem services improves our understanding of social-ecological systems in urban areas by exploring the relationships between park and people which can guide management to ensure equitable and sustainable ecosystem service provision to all city residents.

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)0,002
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 enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,218
Écart entre enseignants0,195 · 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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetLand Use and Ecosystem ServicesTravaux en français237 207