MétaCan
Menu
Retour à la cohorte
Enregistrement W6966059347 · doi:10.48336/tvns-n074

The human dimensions of Newfoundland and Labrador's murre hunt: a social-ecological study

2025· article· en· W6966059347 sur OpenAlexaffabout

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésStakeholderWildlifePopulationResource (disambiguation)Wildlife managementStakeholder engagementPopulation growthSustainability

Résumé

récupéré en direct d'OpenAlex

A human dimensions approach to wildlife management was used to solicit murre hunter and stakeholder perspectives, attitudes, and recommendations for current Common Murre (Uria aalge) and Thick-billed Murre (Uria lomvia) harvest management practices in the Canadian province of Newfoundland and Labrador (NL). NL is the only jurisdiction that administers a legal, non-Indigenous murre hunt in North America. The overarching goals of this study were formulated to help inform potential changes for upcoming murre hunting seasons. A qualitative approach was utilized by conducting one-on-one interviews designed to collect hunter and stakeholder input on current murre harvest regulations and practices, provincial murre population status, alternative management strategies, the social and cultural significance of the murre hunt, the perceived extent and impact of illegal harvesting, and hunters’ participation in the CWS National Harvest Survey. Results indicated that over-harvesting, lack of enforcement, illegal activity, limited access to population data, species harassment, and lack of community engagement were frequently reported hunter concerns. Interview analyses conclude that hunter input provides valuable local knowledge for resource managers to inform future harvest seasons. However, it also indicated a strong desire for more mechanisms for harvester feedback and input to secure the delivery of apt environmental policies.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,116
Score d'incertitude au seuil0,234

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,003
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,276
Écart entre enseignants0,244 · 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'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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetTree-ring climate responsesTravaux en français237 207