A need for assessing the resiliency of conservation funding
Notice bibliographique
Résumé
The ability to address conservation challenges hinges, in part, on a robust understanding of complex social-ecological systems. Conservation funding is a critical component that can impede or facilitate our ability to understand issues and overcome conservation challenges. Conservation funding is dynamic and is often dependent on organizations sustained by individual contributions (e.g., memberships, donations). A shift in funding sources, away from federal government support, could lead to greater uncertainty and instability in conservation funding. Herein, we use an individual-based conservation organization database to demonstrate how to assess funding resiliency by identifying subpopulation typologies (subgroups of individuals) that reflect similar patterns in conservation contributions. We identified three typologies that provide North Dakota Game and Fish Department support for managing and protecting natural resources. Most (~68%) individuals (typology I) infrequently contributed to recreational fishing conservation; few (~9%) individuals (typology III) provided frequent contributions to recreational fishing conservation over the 11-year study period. While conservation funding has been relatively consistent for North Dakota Game and Fish Department, it may be subject to rapid change. Identifying the number of conservation typologies (e.g., diversity) and associated characteristics (e.g., frequency and amount of funding contributions, socio-demographic characteristics) could provide conservation-oriented organizations the ability to quantify, track, and predict underlying contribution trends that are masked by overall (i.e., population-level) funding patterns. Ultimately, identifying subpopulations and associated contribution patterns could aid in avoiding potential losses in conservation funding.
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 | 0,045 | 0,176 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,018 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».