Marketing birds: The traits birdwatching tourism companies highlight in Costa Rican tour itineraries
Notice bibliographique
Résumé
Abstract Birdwatching tourism has blossomed into a profitable industry, promoting peoples’ connections to nature and contributing billions of dollars to local economies annually. Understanding which species birdwatchers value and why could help distinguish flagship species for ecotourism and conservation marketing. Here, we draw from ecological, psychological, and economic perspectives to test hypotheses about which species’ attributes (i.e., traits) are most prevalent among birds marketed to birdwatchers. To do so, we implemented a multi-year course-based undergraduate research experience to quantify how often >750 bird species appeared in >150 itineraries describing tours traversing Costa Rica. We then associated itinerary mentions with data on species’ appearances, vocalizations, distributions, conservation statuses, and behaviors. We found that larger, more attractive species appeared frequently in trip itineraries, but species with pleasing vocalizations did not. We also found that range-restricted species appeared 10 times more frequently in trip itineraries than cosmopolitan species. Species with tropical distributions that rarely associate with humans were also more frequently mentioned, suggesting that companies recognize the high value dedicated birdwatchers place on novel species. Surprisingly, IUCN status was not associated with itinerary scores, and commonly encountered species were more likely to be mentioned in trip itineraries than rarely encountered species. These findings suggest tour companies may balance species’ perceived novelty to birdwatchers against the likelihood that they can “deliver” them to their clients. Our findings broadly contribute to a deeper understanding of how human preferences shape interactions with biodiversity and may help bridge the gap between cultural ecosystem services and conservation strategies. Insights into which traits drive birdwatcher preferences could help conservation practitioners and tour operators identify species potentially at risk from unregulated birdwatching tourism as well as species that could be used as flagships to motivate ecotourism and conservation actions.
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 | 0,002 | 0,001 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».