Urban Wildlife Management Planning Process and Conflict Mitigation: A Case Study of Denver’s Canada Goose Management Plan
Notice bibliographique
Résumé
In 2019 and 2020, the USDA in coordination with Denver Parks and Recreation removed 2,174 geese from 6 different parks within the City of Denver. The removals and use of lethal methods to manage the concerns related to the geese population in Denver’s parks caused a public conflict and resulted in multiple legal challenges with the City of Denver. The opposition group claimed that the city did not sufficiently engage with the public in the formation of the goose management plan, and did not provide any public notification about the plan to remove geese. City officials have claimed that attempts to use non-lethal methods to manage the geese population in the parks have been unsuccessful, but the opposition group has claimed that the city has not used non-lethal management methods to the extent necessary to provide adequate results. An examination of the events that unfolded surrounding this conflict, and the public engagement processes and policies of Denver Parks and Recreation, identify opportunities to improve the public engagement methods of Denver Parks and Recreation. Improvements to record-keeping, accessibility to records, and improved accuracy of reports could enhance public engagement efforts. Denver Parks and Recreation could reduce public conflicts in the future through various public engagement process improvements. In addition, an examination of the range of non-lethal goose management methods that are available to be used, and an examination of methods that have been shown to be successful with other municipalities is presented to aid in the reduction of public conflicts regarding the management of geese in Denver’s parks in the future. Advisor: Zhenghong Tang
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».