Conservation conflict hotspots: Mapping impacts, risk perception and tolerance for sustainable conservation management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Global processes manifesting as activities in local places have led to an increase in documented conservation conflicts. Conservation conflicts are sometimes labelled human-wildlife conflict, focusing only on the direct negative impact of species (usually wildlife) on humans or vice versa. However, many authors now recognize that conservation conflicts arise between people with diverse views, when one party acts against the interests of another. They are thus human-human conflicts and not merely an impact on or from conservation. Conflict is not always directly correlated with impact because perceptions of risk, levels of tolerance and conservation values influence human responses. This review aims to define the concept of ‘conservation conflict hotspots’ and explore its practical applications in conservation. We propose that the interaction of impact, risk perception, level of tolerance in a context of conservation values can be mapped at a local scale, with spatial visualization assisting the prediction, understanding and management of such hotspots. The term conservation value incorporates measures of indigeneity, endemicity and demography along with emotional or cultural attachment to species or places. The umbrella terms of risk perception and tolerance capture many of the aspects of attitude, values and individual demographics that can influence people’s actions, enabling contextualization of relevant social factors at local scales. Spatially mapped layers enable us to plan and target conservation efforts towards human as well as ecological factors. The concept of ‘conservation conflict hotspot’ emphasizes the need for transdisciplinary research to understand underlying drivers of conflict and for dialogical and peace-building approaches to facilitate trust and cooperation amongst actors. We can thus address conflicts and achieve sustainable outcomes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle