MétaCan
Menu
Retour à la cohorte
Enregistrement W4390557332 · doi:10.1007/978-3-031-39408-9_4

Terrestrial Protected Areas in Chilean Patagonia: Characterization, Historical Evolution, and Management

2023· book-chapter· en· W4390557332 sur OpenAlexaff
Alberto Tacón, David Tecklin, Aldo Farías, María Paz Peña, Magdalena García

Notice bibliographique

RevueIntegrated science · 2023
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésGeographyEnvironmental resource managementArchipelagoEnvironmental planningEnvironmental protectionArchaeologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Chile's Patagonian region houses globally unique ecosystems whose conservation has been addressed principally through the National Protected Areas System (in Spanish SNASPE). In order to improve understanding of the region's current level of protection, we analyze the history, coverage, and management status of legally protected areas. Patagonia's SNASPE accounts for a high percentage of the total land under protection in Chile, and includes archipelagos, fjords, channels, glaciers, icefields, and large areas of globally unique and highly intact forests. Management of the National System of State Wild Protected areas by the National Forestry Corporation has advanced substantially over the last century. Nonetheless, Areas our evaluation, which was carried out using official data, indicates the persistence of important limitations in almost all protected areas evaluated. There is a need to strengthen institutional capacities in order to overcome historic problems and raise levels of management. We present recommendations that highlight the importance of strengthening the legal framework, as well as the need to bring planning up to date, and improve management inputs through public policies that address gaps in funding.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,016
Tête enseignante GPT0,189
Écart entre enseignants0,173 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrated scienceMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207