MétaCan
Menu
Retour à la cohorte
Enregistrement W4414674419 · doi:10.3126/banko.v35i2.68002

Community Perspectives on Elephant Conservation in Eastern Nepal

2025· article· en· W4414674419 sur OpenAlexaff
Bishal Bhandari, Nishan Kc, Shreejan Gautam, Bijaya Dhami, Aashish GC, Bijaya Neupane

Notice bibliographique

RevueBanko Janakari · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFocus groupHabitatPsychological interventionWildlife conservationNature ConservationHuman–wildlife conflictConservation statusQuestionnaire

Résumé

récupéré en direct d'OpenAlex

Understanding people’s attitudes towards elephants (Elephas maximus) is crucial for formulating appropriate policies for species conservation and mitigating human-elephant conflict (HEC). Therefore, this study aimed to assess attitudes and perceptions toward elephant conservation in Udayapur District, eastern Nepal. Based on information from key informants (n = 10) and focus group discussions (n = 3), a total of 97 households were selected for a semi-structured questionnaire survey to collect data on human-elephant incidents. Half of the respondents (50%) identified crop damage as the primary issue caused by wild elephants, and nearly half (46%) reported an increase in HEC over the past five years (2016–2020). The majority (60%) claimed habitat encroachment as a major cause of HEC in the study area. Approximately 46% of respondents use fire-related techniques to mitigate such conflicts. Moreover, more than half of the respondents (62%) showed a low willingness to conserve elephants, which was significantly influenced by their education level [χ2 (2) = 9.43, p < 0.001] and occupation [χ2 (2) = 7.81, p < 0.05]. The findings of this study will help develop management interventions that benefit communities and elephants through effective HEC mitigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,249
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBanko JanakariMême sujetWildlife Ecology and ConservationTravaux en français237 207