MétaCan
Menu
Retour à la cohorte
Enregistrement W7100289541

Recovery Planning to Achieve Desired Results: Using Principles of Extension to Create Meaningful Behavioral Changes Linked to Overall Recovery Goals

2014· article· en· W7100289541 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Ecology, Wildlife Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Extension (predicate logic)EcosystemEndangered speciesRestoration ecologyFocus (optics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: The Canadian Species at Risk Act requires that recovery strategies be developed under specified time frames for all species and ecosystems that are listed as Threatened, Endangered, or Extirpated. In most cases, recovery teams have been established and charged with developing these recovery strategies. While these groups have tended to focus on the biological aspects of species and ecosystem recovery within their strategies, it is critically important that time and effort is also spent on the human aspects of recovery. The Recovery of Nationally Endangered Wildlife’s (RENEW) guiding principle #1 states that “Species recovery ultimately depends on changing human behavior to allow species to maintain self-sustaining populations. ” Extension, or the process of creating change within a specific audience group, is thus an integral part of species at risk recovery. It is important for recovery teams to firmly integrate these desired changes in human behavior with the biological goals of species and ecosystem recovery. In this paper, we provide recovery teams with an introduction to how they may achieve this integration. Specifically, we introduce the concept of using extension, or nonformal education, to change human behavior. We emphasize that extension should be aimed at specific stakeholders, not the general public, to

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)0,018
score de la tête « metaresearch » (Gemma)0,013
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,022
Communication savante0,0060,005
Science ouverte0,0020,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,103
Tête enseignante GPT0,323
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 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConservation, Ecology, Wildlife EducationTravaux en français237 207