MétaCan
Menu
Retour à la cohorte
Enregistrement W4225416536 · doi:10.3389/ffgc.2022.818722

Tangled Roots and Murky Waters: Piecing Together Panama’s Mangrove Policy Puzzle

2022· article· en· W4225416536 sur OpenAlexafffund
Sarah Chamberland-Fontaine, Stanley Heckadon-Moreno, Gordon M. Hickey

Notice bibliographique

RevueFrontiers in Forests and Global Change · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensMcGill University
Organismes subventionnairesSmithsonian Tropical Research InstituteSocial Sciences and Humanities Research Council of CanadaFonds de Recherche du Québec-Société et CultureMcGill UniversitySmithsonian Institution
Mots-clésMangrovePanamaCitizen journalismWetlandPolitical scienceEnvironmental planningGeographyEnvironmental resource managementCollective actionBusinessEcologyEconomicsBiologyPolitics

Résumé

récupéré en direct d'OpenAlex

Mangrove forest policies are often characterized by their fragmented nature, as multiple sectors, disciplines, and institutional structures interact to affect mangrove conservation and management. This study analyzes mangrove forest policies in Panama, a country known for its rich mangrove coverage and, conversely, its high rates of mangrove loss, urban expansion, and coastal development. To complement the policy analysis, key informant interviews with national policy actors are used to gather insights on policy implementation challenges and potential multi-actor collaboration opportunities. Results suggest that despite the development of multiple policies targeting wetlands and conferring a high conservation status to mangroves in Panama, mangrove protection is challenged by competing governmental agendas and policy implementation gaps. Efforts to strengthen mangrove conservation and initiate participatory management processes were also found to conflict with institutional structures that struggle to include local communities and foster collective 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,088
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,208
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 tête enseignante, 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

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Forests and Global ChangeMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207