MétaCan
Menu
Retour à la cohorte
Enregistrement W4385950264 · doi:10.7764/tesisuc/agr/73521

Evaluación del impacto socioeconómico de la implementación del Sistema Nacional de Áreas Silvestres Protegidas del Estado (SNASPE)

2023· dissertation· es· W4385950264 sur OpenAlexaboutno aff
Cristopher Adrián Toledo Puga

Notice bibliographique

Revuenon disponible
Typedissertation
Languees
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

El compromiso de Chile con la protección de la biodiversidad se ha demostrado al suscribir el nuevo Plan Marco Mundial de Biodiversidad en Kunming-Montreal. Este plan da continuidad al Plan Estratégico para la Diversidad Biológica 2011-2020 y las Metas Aichi. Entre las 23 metas de este nuevo acuerdo global al 2030 se encuentra la conservación del 30% de la superficie del planeta. El establecimiento de un área protegida es uno de los mecanismos más aplicados para lograr la conservación de la biodiversidad. Sin embargo, es importante analizar cómo se vinculan los objetivos de protección de la biodiversidad y el impacto del establecimiento de las áreas protegidas en las comunidades locales. En este contexto, el presente estudio tiene por objetivo evaluar el impacto socioeconómico de la implementación del Sistema Nacional de Áreas Silvestres Protegidas (ASP) del Estado (SNASPE) en los distritos censales donde se emplaza. Para lo anterior, se elaboraron indicadores socioeconómicos a partir de datos del CENSO 2017 y 1992. Además, se aplicó una técnica de emparejamiento de covariables con estimadores de primeras diferencias. Con los resultados obtenidos, podemos concluir que la implementación de las ASP tendría un efecto socioeconómico positivo y significativo sobre las comunidades y distritos censales en donde se emplazan estas áreas, disminuyendo la precariedad de las viviendas, mejorando el promedio de años de escolaridad y aumentando el empleo en promedio entre un 2% y 12%, según los estimadores considerados.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,085
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,019
Tête enseignante GPT0,302
Écart entre enseignants0,283 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207