MétaCan
Menu
Retour à la cohorte
Enregistrement W4280563458 · doi:10.1111/cag.12768

Supporting native grasslands in Canada: Lessons learned and future management of the Prairie Pastures Conservation Area (PPCA) in Saskatchewan

2022· article· en· W4280563458 sur OpenAlexafffundvenueabout
Forrest Hisey, Melissa Heppner, Andrea Olive

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensGeneral Electric (Canada)University of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésRangelandGeographyGrasslandIndigenousAgroforestryBiomeEndangered speciesClimate changeEnvironmental resource managementEnvironmental planningEnvironmental protectionEcologyEcosystemEnvironmental scienceHabitat

Résumé

récupéré en direct d'OpenAlex

Temperate grasslands are the most endangered and least protected biome in the world. Few significant parcels remain and strategies for ongoing protection are critical for conservation efforts worldwide. In southwestern Saskatchewan, three contiguous blocks of native grassland, known as the Prairie Pastures Conservation Area, are federally managed by Environment and Climate Change Canada. Previously, the 800‐km2space was managed by the Department of Agriculture as public rangeland in the Prairie Farm Rehabilitation Agency (PFRA). We interviewed 11 individuals, including NGO representatives and pasture patrons, familiar with the PFRA at a native prairie/grassland conference to enhance our understanding of the importance of the agency and the lands in the province to them, as well as to Canada and globally. Themes that emerged included benefits of historic PFRA management, reservations about privatization of pasturelands, and worries about mismanagement. We take these themes and build them into our recommendations for what Environment and Climate Change Canada should do with the Prairie Pastures Conservation Area going forward: enhance Indigenous collaboration, establish a conservation network, and increase public use and awareness.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,411

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0140,003
Communication savante0,0050,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,003
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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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

Citations6
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetRangeland and Wildlife ManagementTravaux en français237 207