Advancements in monitoring: a comparison of traditional and application-based tools for measuring outdoor recreation
Notice bibliographique
Résumé
Outdoor recreation has experienced a boom in recent years and continues to grow. While outdoor recreation provides wide-ranging benefits to human well-being, there are growing concerns about the sustainability of recreation with the increased pressures placed on ecological systems and visitor experiences. These concerns emphasize the need for managers to access accurate and timely recreation data at scales that match the growing extent of the recreation footprint. Here, we compare spatial and temporal patterns of winter and summer recreation using traditional (trail cameras, infrared counters, aerial surveys, participatory mapping) and application-based tools (Strava Metro, Strava Global Heatmap, Wikiloc) across the Columbia and Canadian Rocky Mountains of western Canada. We demonstrate how recreation use can be estimated using traditional and application-based tools, although their accuracy and utility varies across space, season and activity type. We found that trail cameras and infrared counters captured similar broad-scale patterns in count estimates of pedestrians and all recreation activities. Aerial surveys captured areas with low recreation intensity and participatory mapping captured coarser information on the intensity and extent of recreation across large spatial and temporal scales. Application-based data provided detailed spatiotemporal information on recreation use, but datasets were biased towards specific activities. Strava Metro data was more suited for capturing broad-scale spatial patterns in biking than pedestrian recreation. Application-based data should be supplemented with data from traditional tools to identify biases in data and fill in data gaps. We provide a comparison of each tool for measuring recreation use, highlight each tools' strengths and limitations and applications to address real-world monitoring and management scenarios. Our research contributes towards a better understanding of which tool, or combinations of tools, to use that can expand the rigor and scope of recreation research. These findings support decision-making to mitigate pressures on wildlife and their habitats while allowing for high-quality recreation experiences.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | medium |
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».