MétaCan
Menu
Retour à la cohorte
Enregistrement W4389089612 · doi:10.3389/fcosc.2023.1305932

Reintroducing bison to Banff National Park – an ecocultural case study

2023· article· en· W4389089612 sur OpenAlexafffundabout
Karsten Heuer, Jonathan James Farr, Leroy Littlebear, Mark Hebblewhite

Notice bibliographique

RevueFrontiers in Conservation Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Philosophy and Ethics
Établissements canadiensUniversity of LethbridgeParks Canada
Organismes subventionnairesParks Canada
Mots-clésNational parkIndigenousGeographyAbundance (ecology)EcosystemEcologyPsychological resilienceEnvironmental resource managementEnvironmental ethicsBiologyArchaeologyPsychologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The reintroduction of extirpated species is a frequent tactic in rewilding projects because of the functional role species play in maintaining ecosystem health. Despite their potential to benefit both ecosystems and society, however, most well-known species reintroductions have adopted an eco-centric, “nature-in-people-out” approach. Rewilding theory and practitioners acknowledge that ignoring the role Indigenous people did and might once again play in shaping the distribution, abundance, movements, behavior, and health of wild species and ecosystems, is limiting. In this case study, we describe the technical steps we took and how Indigenous knowledge, ceremony, and cultural monitoring were woven into the recent reintroduction of plains bison to Canada’s Banff National Park. Six years later, the reintroduced bison herd has grown from 16 to >100 animals, ranges mostly within 30 km of the release site, and, if current growth continues, will likely be managed with Indigenous harvesting. Transboundary bison policy differences are shifting and may lead to bison being more sustainable. The ecocultural approach, therefore, has increased the resilience of our rewilding project.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,818
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,005
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
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 Opus0,057
Tête enseignante GPT0,331
Écart entre enseignants0,274 · 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

Citations10
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Conservation ScienceMême sujetEnvironmental Philosophy and EthicsTravaux en français237 207