O que sabemos sobre a governança ambiental em áreas protegidas? : Tendências e direcionamentos
Notice bibliographique
Résumé
Environmental governance can be defined as the interaction between structures, processes, and traditions that determine how power and responsibilities are exercised by stakeholders, for which various governance instruments can be used. Its use has grown in recent years, especially in protected areas. Here, our objective was to analyze the articles indexed in two databases – Web of Science and Scopus – on environmental governance in protected areas, to establish an overview of the studies worldwide. For this, scientometrics, a methodology linked to metrics, can trace scientific advances over time. Data were processed in software RStudio and Excel. Chloropleth maps were also prepared in the program QGIS 3.22.16. The study is divided into a literature review; study design, data collection, analysis, visualization, and interpretation. The search time interval was 1999-2022. As a result, 768 articles were in the two databases, distributed in 222 journals, being carried out by 2555 authors. The USA, United Kingdom, Australia, Canada, Brazil, Mexico, and Indonesia were the countries that most stood out in scientific production. As expected, most studies fall within the governance and methodological categories. The results indicate that the use of scientometric analysis proved to be important in identifying and monitoring research on environmental governance in protected areas. The evaluation of the knowledge produced is a necessity for all sectors that carry out research, as it is possible to infer new areas of investigation, as well as to determine and point out gaps in knowledge.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».