MétaCan
Menu
Retour à la cohorte
Enregistrement W4255821106 · doi:10.31219/osf.io/sn7by

Using rangers to deliver a behavior change campaign on sustainable palm oil in a UK zoo

2021· preprint· en· W4255821106 sur OpenAlexaboutno aff
Katie Major-Smith, Daniel Smith

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesBristol, Clifton and West of England Zoological Society
Mots-clésPurchasingPalm oilQuarter (Canadian coin)BusinessMarketingPsychologyGeographyArchaeologyAgricultural science

Résumé

récupéré en direct d'OpenAlex

A fundamental objective of modern zoos is promoting pro-environmental behaviors. This study experimentally assessed whether zoo rangers (staff employed to engage visitors) can promote sustainable palm oil use, with rangers either ‘present’ or ‘absent’ in the campaign space. Questionnaires assessing awareness, knowledge and purchasing intentions were completed by 1032 visitors. Two analyses were conducted: 1) comparing the impact of ranger presence versus absence (to assess the overall impact of the having rangers present regardless of whether they talked to visitors); and 2) comparing the impact of talking to a ranger against demographically-matched individuals visiting when rangers were absent (to assess the specific impact of talking to a ranger). Visitors who talked to rangers were more aware of palm oil, had more knowledge and greater intentions of purchasing sustainable palm oil. However, as only one-quarter of visitors talked to a ranger, fewer differences were found comparing ranger presence versus absence. These findings suggest that rangers can be instrumental in communicating complex conservation issues and delivering zoo-based behavior change campaigns, but their impact is limited by low engagement rates.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,048
Tête enseignante GPT0,308
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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnvironmental Education and SustainabilityTravaux en français237 207