Perception from a Public Survey of the Social–Ecological Effects of Wildfires in the Chiquitania Region of Bolivia
Notice bibliographique
Résumé
In recent years, large-scale wildfires have become a serious threat to terrestrial ecosystems and people in the Chiquitania region of Bolivia. Understanding public perceptions is fundamental to designing comprehensive and effective wildfire management strategies. The objectives of the study were to learn perception on the main causes of wildfires, to understand their perceptions of the impacts of these events, and to explore the most viable solutions to preventing future wildfires in the Chiquitania region of Bolivia. We developed a 15-questions online survey and disseminated it through social media platforms, mobile messaging service groups, and at two workshops held in two locations. A total of 597 people participated in the survey with a balanced sex distribution. The participants were mainly young people aged 18–24 (45.40%) and 25–34 (21.40%), representing university students (42.6%) and professionals (42.6%). The data came from seven departments, but Santa Cruz was more strongly represented (75.9%). In addition, although only 65% considered themselves part of the general population, the data shows that 76% had personal experience of wildfires. Respondents indicated that fires were caused by human activities (95.9%), mainly due to traditional agricultural practices. The most important perceived impacts included landscape and vegetation quality, fauna habitat and ecosystem regeneration. In addition, participants have prioritized the reinforcement of patrols and surveillance, the hiring of forest firefighters and the purchase of aerial firefighting units. For prevention, the most chosen was to change policies that promote fires, changing the vision for economic development and stricter penalties. The findings can be used to formulate public policies aimed at preventing wildfires, mitigating their impacts and promoting environmental conservation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».