Intervene or wait? A model evaluating the timing of intervention in conservation conflicts adaptive management under uncertainty
Notice bibliographique
Résumé
The timing of biodiversity managers’ interventions can be critical to the success of conservation, especially in situations of conflict between conservation objectives and human livelihood, i.e., conservation conflicts. Given the uncertainty associated with complex social-ecological systems and the potentially irreversible consequences of delayed action for biodiversity and livelihoods, managers tend to simply intervene as soon as possible by precaution. However, refraining from intervening when the situation allows can be beneficial, notably by saving critical management resources. We introduce a strategy for managers to decide, based on monitoring, whether intervention is required or if waiting is possible. This study evaluates the performance of this waiting strategy compared to a strategy of unconditional intervention at every opportunity. We built an individual-based model of conservation conflict between a manager aiming to conserve an animal population and farmers aiming to maximize yield by protecting their crop from wildlife damage. We then simulated a budget-constrained adaptive management over time applying each strategy, while accounting for uncertainty around population dynamics and around decision making of managers and farmers. Our results showed that when the decision for the manager to intervene was based on a prediction of population trajectory, the waiting strategy performed at least as well as unconditional intervention while also allowing managers to save resources by avoiding unnecessary interventions. Under difficult budgetary constraints on managers, this waiting strategy ensured as high yields as unconditional intervention while significantly improving conservation outcomes by compensating managers’ lack of resources with the benefits accrued over waiting periods. This suggests that waiting strategies are worth considering in conservation conflicts because they can facilitate equitable management with a more efficient use of management resources, which are often limiting in biodiversity conservation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».