Human well-being outcomes of large-scale marine protected areas
Notice bibliographique
Résumé
Large-scale marine protected areas (LSMPAs, >100,000 km 2 ) account for over half of the global ocean under protection, yet little is known about their outcomes for people. We conducted a review of the peer-reviewed literature to identify studies that investigated human well-being outcomes from forty-four (44) LSMPAs worldwide. Sixty-four (64) peer-reviewed articles were identified, which analyzed well-being outcomes in 18 of the 44 LSMPAs. For LSMPAs where human well-being outcomes have been studied, outcomes were highly variable and LSMPAs with more than three studies had both positive and negative outcomes. Fifty-two (52) percent of human well-being outcomes reported were positive, while 42 percent were negative, and 6 percent showed no change. Results highlight diverse domains of human well-being as the subject of studies, indicating that as increasing attention is placed on human well-being and MPAs, more aspects of social outcomes are being investigated. However, the scientific literature also left important variables of human well-being understudied, including the differentiated outcomes that LSMPAs can impart on race, gender, social class, and diverse cultural groups. Our review is a first step towards synthesizing existing knowledge but highlighted that our understanding is nascent. Future studies are needed that focus on understanding the differentiated impacts of LSMPAs across different social groups and that examine the processes that lead to different human well-being outcomes. With global commitments to protect 30 % of the oceans driving ongoing interest in LSMPA establishment, it is crucial to gain a better empirical understanding of the effect of LSMPAs on human well-being.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,008 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 tête enseignante, 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 ».