MétaCan
Menu
Retour à la cohorte
Enregistrement W4397005921 · doi:10.1051/alr/2024004

Fostering international and trans-boundary cooperation in the management of Lake Chad fisheries, wildlife and flora: the role of a trans-boundary Ramsar conservation area

2024· article· en· W4397005921 sur OpenAlexaff
Prince Emeka Ndimele, Adeniran Akanni, Kehinde Moyosola Ositimehin, Jamiu Adebayo Shittu, Akinloye Emmanuel Ojewole, Yeside Zainab Ayeni

Notice bibliographique

RevueAquatic Living Resources · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensBalsillie School of International Affairs
Organismes subventionnairesnon disponible
Mots-clésRamsar siteBoundary (topology)WildlifeWildlife conservationFlora (microbiology)FisheryWildlife managementNature ConservationGeographyFisheries managementEnvironmental resource managementEnvironmental planningEnvironmental protectionEcologyEnvironmental scienceWetlandBiologyFishing

Résumé

récupéré en direct d'OpenAlex

The Lake Chad basin is one of the most politico-ecologically complex regions in Africa. The rapid global climate change caused by decades of unsustainable resource utilization has not only impaired the ecosystem function but has escalated further conflict with the associated terrorism in the region. This paper reviews the notion of environmental peacebuilding through the introduction of trans-boundary conservation as a mechanism to achieve peace and harmony in the Lake Chad region. The proposed trans-boundary conservation area will restore ecosystem services, conserve biodiversity, improve livelihood, and reduce poverty in the Lake Chad basin. The paper provides justification for the establishment of the “Lake Chad trans-boundary Ramsar site” as an example of how a trans-boundary conservation area could act as a catalyst for improved political cooperation using inter-linkage with other Multilateral Environmental Agreements in the region.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,004
Communication savante0,0040,002
Science ouverte0,0000,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,022
Tête enseignante GPT0,255
Écart entre enseignants0,234 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquatic Living ResourcesMême sujetTransboundary Water Resource ManagementTravaux en français237 207