MétaCan
Menu
Retour à la cohorte
Enregistrement W4291287497 · doi:10.1080/08941920.2022.2092668

Exploring Conservation Actor Networks in Trinidad And Tobago

2022· article· en· W4291287497 sur OpenAlexaff
Kimberly Wishart Chu Foon, H. Carolyn Peach Brown, Jeremy Pittman

Notice bibliographique

RevueSociety & Natural Resources · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of WaterlooUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésCentralitySocial network analysisCohesion (chemistry)Context (archaeology)Structural holesNetwork analysisBusinessEnvironmental resource managementNature ConservationPublic relationsPolitical scienceKnowledge managementGeographySociologyEcologyComputer scienceSocial capitalSocial scienceEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Networks play an important role in conservation by facilitating and strengthening collaboration among conservation organizations. This study explores the structural characteristics of networks that could promote or inhibit conservation in Trinidad and Tobago. To achieve this, a questionnaire was sent out to all identifiable conservation actors on the island. Social network analysis software was used to analyze the data and generate network measures and maps. Results show that there are 69 conservation organizations on the island and NGOs play an important role. The overall network density and centralization are low while network cohesion across most categories of actor subgroups was positive. Ego network measures on centrality and brokerage were used to provide recommendations that could help to strengthen collaboration between organizations. As the first study of its kind using network analysis applied to conservation in this geographical context, it can help to inform future conservation research and initiatives.

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 enseignants0,195
Score d'incertitude au seuil0,435

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 technologies0,0010,000
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 Opus0,034
Tête enseignante GPT0,199
Écart entre enseignants0,165 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociety & Natural ResourcesMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207