Unveiling Social Dynamics in People's Perception of Raptors to Guide Effective Conservation Strategies
Notice bibliographique
Résumé
Ethnoscientific approaches offer valuable tools for exploring human–nature relationships, making them useful for developing effective conservation strategies. Raptors, which are birds of prey, face significant conservation threats worldwide, with human persecution being a leading factor in their population decline. Urgent conservation strategies are needed, particularly in regions of high raptor diversity like the tropical Andes. In this study, we employed semistructured questionnaires and logistic models to investigate how demographic factors, economic activity, and traditional knowledge shape people's perceptions of raptors in rural communities of the Ecuadorian Andes. These communities have historically experienced poverty and inequality, and our approach takes into account their local realities to provide conservation recommendations. Our findings reveal that traditional ecological knowledge provides a broad understanding of human–raptor relations, and that raptors are viewed as both providers of ecosystem services and disservices. Additionally, social demographics, such as gender and educational level, can influence people's perception of raptors. Based on these results, we can promote conservation actions from a local to global level. Ethnoecological approaches offer diverse conservation opportunities that can vary based on different local contexts. In addition to conventional measures such as environmental education programs, poultry management, and landscape preservation, it is essential to consider the political ecology of specific sites, particularly in regions of the Global South where poverty and inequality are closely intertwined with social and environmental injustices. As such, policy making to alleviate poverty and inequality in rural communities in Ecuador and other Andean countries; and science decolonization to make conservation more inclusive are crucial for human well-being and successful and lasting conservation actions for raptors and biodiversity.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».