A lake management framework for global application: monitoring, restoring, and protecting lakes through community engagement
Notice bibliographique
Résumé
Cianci-Gaskill JA, Klug JL, Merrell KC, et al. 2024. A lake management framework for global application: monitoring, restoring, and protecting lakes through community engagement. Lake Reserv Manage. XX:XXX–XXX.Despite decades of management and regulation, global freshwater resources remain imperiled. Management has had mixed success in restoring degraded lakes and has few mechanisms for stopping the decline of high-quality systems. Too often, lake managers play catch-up by addressing stressors only after damage occurs or has become entrenched, or make decisions without acquiring sufficient information about how a lake might respond to proposed management actions. As a tool to address these management challenges, we propose the MoReCo (Monitoring, Restoring/Protecting, Community Engagement) lake management framework. The framework centers around community engagement, and we outline engagement mechanisms in the context of lake management. The framework includes 2 loops: a monitoring loop to detect emerging stressors, and a restoring/protecting loop to address stressors that are causing or may cause lake degradation. The MoReCo framework builds on the strengths of existing natural resource management frameworks and was developed to address the unique challenges associated with lake management and protection, as well as those resulting from climate change. Specifically, it can address multiple stressors concurrently, which makes it simultaneously suitable for ameliorating stressors while also protecting lake ecosystems. The MoReCo framework is an interactive and multidirectional process in which management occurs even when no stressor is apparent, and it incorporates explicit benchmarks for evaluating management actions and determining whether additional measures should be taken. This novel lake management framework is suitable to address any stressors that may threaten a lake ecosystem, and we present it here as a resource for those who manage freshwater resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,005 | 0,016 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,005 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».