Navigating Murky Waters: Stakeholder Mapping to Inform Strategic and Effective Communications About Marine Protected Areas
Notice bibliographique
Résumé
Marine Protected Areas (MPAs) are not a new concept but have taken center stage with the global commitments to protect 10% of the coast and ocean by 2020 and 30% by 2030. There has also been considerable growth in the fields of ocean literacy and ocean optimism, but it is not clear that this is translating into meaningful change "at sea level." National media polls in Canada have consistently demonstrated broad support for protecting 30% or more of the ocean. However, that same polling also suggests a lack of clear understanding and divergent views about threats to marine ecosystems, what an MPA is, and how they should be managed. If we are to successfully protect 30% of the ocean by 2030, we will need to rally public support and reduce opposition. The Canadian Parks and Wilderness Society (CPAWS), with support from Fisheries and Oceans Canada, has undertaken recent work to better identify and understand potential and priority audiences to build and activate support for marine protection at both national and local scales through extensive surveys and focus groups across Canada. The aim of this work is to provide a clearer picture of the values and levels of understanding related to MPAs, identify key audiences based on values, demographics, and geographic information, develop effective messaging that resonates with these audiences, and address common misunderstandings and misconceptions. We will present the results of this work and share next steps as we strive to bridge the gaps between scientific research, public understanding, and collective action.
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 | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».