MétaCan
Menu
Retour à la cohorte
Enregistrement W4401889318 · doi:10.3390/su16167155

Bringing Animals in-to Wildlife Tourism

2024· article· en· W4401889318 sur OpenAlexafffund
Siobhan Speiran, Alice J. Hovorka

Notice bibliographique

RevueSustainability · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésWildlifeWildlife tourismTourismWildlife conservationGeographyEnvironmental planningEnvironmental resource managementEcologyEnvironmental scienceBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to highlight animal stakeholders, evidenced-based best practices, care ethics, and compassion as essential components of sustainable wildlife tourism. These tenets stem from an animal geography lens, which is well-positioned for studies of animal-based tourism and transspecies caregiving. As a conceptual contribution, this paper presents a theory synthesis that ‘stays with the trouble’ of wildlife tourism and identifies ways to ‘bring animals in’. Our approach could be described as multispecies, critical, and socio-ecological. We argue that the trouble with wildlife tourism writ large includes nonhuman suffering and biodiversity loss, unethical and unevidenced practices, gaps in the knowledge of wildlife welfare, and limited engagement with animals as stakeholders. We then present four ways to ‘bring animals in’ as co-participants in wildlife tourism research and practice. This involves enfranchising animals as stakeholders in wildlife tourism, buttressed by ethics of care, best practices, and a commitment to improved outcomes along the conservation-welfare nexus. Finally, we consider the extent to which wildlife sanctuary tourism serves as a further problem or panacea that balances the conservation and welfare of wild animals. The result of our theory synthesis is the promotion of a more care-full and compassionate paradigm for wildlife tourism, which draws from diverse scholarships that contribute, conceptually and practically, to the underserved niches of wildlife welfare, rehabilitation, and sanctuary research.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,475
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,357
Écart entre enseignants0,342 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetGeographies of human-animal interactionsTravaux en français237 207