MétaCan
Menu
Retour à la cohorte
Enregistrement W4415563992 · doi:10.1016/j.biocon.2025.111552

Increasing the credibility of conservation plans through citizen science

2025· article· en· W4415563992 sur OpenAlexafffundabout
Jeffrey O. Hanson, Jenny L. McCune, Tim Alamenciak, Joseph Bennett

Notice bibliographique

RevueBiological Conservation · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of LethbridgeCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaLiber Ero FoundationEnvironment and Climate Change CanadaOntario Ministry of Natural Resources and Forestry
Mots-clésCredibilityCitizen scienceField (mathematics)Value (mathematics)Representation (politics)Sampling (signal processing)Expert opinion

Résumé

récupéré en direct d'OpenAlex

Plans for protected area systems (hereafter, prioritizations) need to identify cost-effective priority areas. They must also be supported by information that stakeholders value as credible. Although field observations are often considered highly credible, species distribution models are generally required to overcome sampling gaps and biases. Here we investigate how field observations collected through citizen science could help improve the credibility of prioritizations. Examining a case study in southern Ontario (Canada), we obtained expert survey and citizen science data for 14 plant species and fitted species distribution models. We generated conventional prioritizations following standard conservation planning approaches. We then generated prioritizations that allocated increasing budgets for representing species through priority areas with confirmed occurrences from expert surveys. We also generated prioritizations with confirmed occurrences from both expert surveys and citizen science. Assuming that greater coverage of confirmed occurrences conveys greater credibility, we assessed the putative credibility of prioritizations according to their ability to meet species representation targets with confirmed occurrences. We found trade-offs between minimizing the cost of prioritizations and maximizing their putative credibility. Although such trade-offs were most acute under limited budgets, prioritizations generated with confirmed occurrences from expert surveys and citizen science achieved a moderate increase in putative credibility for only a minor increase in cost. Additionally, our results showed that prioritizations generated with expert surveys and citizen science had greater putative credibility than those generated with expert surveys alone. By considering the perceived credibility of supporting data, conservation planning exercises may achieve greater approval by stakeholders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,083
Tête enseignante GPT0,303
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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'admission3
Résumé présentoui

Explorer davantage

Même revueBiological ConservationMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207