MethodsWe conducted a meta-analysis

Methods
We conducted a meta-analysis of peer-reviewed journal
articles published from 1 January 1990 through March
2011 in English that quantified the attitudes of stakeholders
who had experienced direct conflict with carnivores,
elephants, primates, or ungulates. We defined an attitude
as “a disposition or tendency to respond with some
degree of favor, or not, to a psychological object” (Fishbein
& Ajzen 2010). To qualify, attitude measures had
to be evaluative and quantified on a scale. Studies detailing
attitudes of individuals not having direct experience
with HWC were excluded because the general public
can have more positive attitudes toward wildlife when
not directly affected (Williams et al. 2002; Mart´ın-L´opez
et al. 2008), although, in some cases, negative attitudes
are displayed by people not having contact with a species
(Treves et al. 2013).We restricted our references to those
published in scientific journals (Calver & King 1999).
Although inclusion of gray literature in meta-analyses is
sometimes recommended to prevent publication bias for
significant results (Rosenthal 1979), this was not an issue
in our review because attitudeswere recorded as percentage
of respondents having positive, neutral, or negative
attitudes.
We searched Web of science for terms listed in Supporting
Information. We then located additional publications
by examining the reference list of each publication.
Finally, we refined the publications to include only
those published after 1990 because studies conducted
before 1990 were few and commonly applied outdated
methods. We then examined the selected publications
in detail and extracted and compiled 8 variables in an
Excel spreadsheet. The variables extracted were defined
by their availability across all publications and their relevance
to our research questions. The variables are defined
in Table 1.
Data Analyses
The attitudes reported in percentages in each publication
were extracted and converted to a binary variable
as either positive or nonpositive. A binary variable was
necessary because some publications reported 2 category
responses (e.g., yes or no) to attitude questions. Where a
middle value of an attitude scale was used,we categorized
it as either a positive or nonpositive value depending on
the context of the question. For example, for questions,
such as would you like the population of species x to
increase, stay the same, or decrease? We combined “stay
the same” and “increase” because we considered “stay
the same” to be more aligned with a positive rather than
nonpositive attitude. For cases where the middle value
was not obviously aligned with a positive attitude, responses
were categorized as nonpositive. We think it is
more robust to have a false negative than a false positive
because assuming people are more positive than they are
would be more detrimental to a species.
We assigned responses for each individual participating
in a survey to a positive or nonpositive attitude category
using the following computation: if 20% of a survey
sample of 300 individuals reported positive attitudes, 60
individuals were coded as positive and 240 nonpositive.
To derive a similar individual record for the damage
variable, we converted the percentage of respondents
experiencing damage into a probability of experiencing
damage per individual. For example, if 40% of a sample
experienced damage, then the probability of each
individual experiencing damage was 0.4. We assigned a
probability to each individual rather than a definitive yes
or no because information on individual respondents was
typically unavailable.
Not all publications reported what proportion of the
sample experienced damage from individual species.We
therefore compiled 2 types of data sets, a smaller one
which did not report a damage proportion and a larger
one that did. For most analyses, we used the 2 data sets
combined to create one large data set without a damage
variable (whole data set [WD]). However, since we were
also interested in the effect of experiencing damage on
attitudes, we used the smaller data set (damage data set
[DD]) to examine this.
We conducted 2 types of multivariate analyses. First,
we used classification and regression trees (CART)
(Breiman et al. 1993) to produce importance plots and
cost sequence plots (Supporting Information). Second,
we used logistic regressions to calculate Wald statistic
and odds ratios. For both analyses, we used Statistica
11 (StatSoft 2012). Due to the exploratory approach
of the CART procedure and subsequent risk of overfitting
the data, we randomly split the data set into a test
sample of 30% of all records and a train sample of the
remaining 70% of the data. We compared the results
of these 2 subsets to check the validity of our tests.
Analysis of the damage extent variable was conducted
using one-way ANOVA with Fisher least signficant difference
(LSD) post hoc tests. As described above and
in Table 1, we used 2 data sets WD and DD and thus
conducted 2 analyses (CART and logistic regression) on
each. We also conducted 2 scales of analysis, the first on
primary variables (column 1 in Table 1) and the second
on secondary variables (column 3 in Table 1). Secondary
variables formed subcategories of primary variables. For
example, the primary variable stakeholder comprised
4 secondary variables: commercial farmers, communal
farmers, urban residents, and others. For most analyses
we report on the WD only, while analyses of the DD
are reported when examining the effect of experiencing
damage on an individual’s attitudes. We defined tolerance
as “the proportion of individuals who have a positive
attitude toward a species group despite suffering damage
by that species group” and computed a tolerance
to damage index (TDI) as follows: TDI = proportion of
individuals suffering damage – (1 – proportion of individuals
with positive attitudes), where the proportion
of individuals suffering damage is the proportion of the
respondents in a study who experienced some damage
from a species and 1 – proportion positive is the proportion
of individuals in a study whose responses were
nonpositive.
A tolerance value of 0 indicates neutrality (i.e., proportion
of respondents with a positive attitude is proportional
to the proportion of respondents experiencing
damage). A negative value indicates low tolerance, and
a positive value indicates high tolerance. Because we
could not match damage data to individual attitudes, we
calculated this index with publication level data and thus
could not incorporate sample sizes of each study into this
index.
We identified 508 publications related to the topic
of HWC, which was refined down to 54 publications
that met the criteria for inclusion in the meta-analysis
(Supporting Information). When coded, this produced a
data set of 83,820 individual responses for the WD and
28,436 individual responses for the DD. The 54 publications
covered 22 countries and 43 different species
(Supporting Information). Twenty-two (41%) of the studies
were conducted in developed nations and 32 (59%)
in developing nations. One publication was conducted
in both developed and developing countries (Supporting
Information).
The number of publications which surveyed people’s
attitudes toward different carnivore species (64) was
more than twice the number of publications which
surveyed people’s attitudes toward different ungulate
species (30), 9 times more than the number of publicationswhich
surveyed people’s attitudes toward elephants
(7), and 16 times more than the number of publications
which surveyed people’s attitudes toward primates (4)
(Supporting Information). Considering the total number
of respondents surveyed, 81% were surveyed on their
attitudes toward carnivores, 14% were surveyed on their
attitudes toward ungulates, 3% were surveyed on
their attitudes toward elephants, and 2% were surveyed
on their attitudes toward primates. Attitudes of respondents
were solicited for 22% of carnivore species (International
Union for Conservation of Nature [IUCN] total
= 285 spp.), 9% of ungulate species (IUCN total = 329
spp.), and 1% of primate species (IUCN total = 414 spp.)
listed on the IUCN Red List (2008). The percentage for
elephants was 3500% because there are only 2 species.

ผลลัพธ์ (ไทย) 1:

วิธีการเราดำเนินการ meta-analysis ของเพียร์ตรวจสอบสมุดรายวันบทความที่เผยแพร่จาก 1 1990 มกราคมถึงมีนาคม2011 ในอังกฤษที่ quantified ทัศนคติของเสียที่มีประสบการณ์ความขัดแย้งโดยตรงกับ carnivores,ช้าง primates หรือ ungulates เรากำหนดทัศนคติการ"การจัดการหรือแนวโน้มที่จะตอบสนองกับปริญญาโปรดปราน หรือไม่ วัตถุจิตใจ" (Fishbeinและ Ajzen 2010) มีการคัดเลือก ประเมินทัศนคติเป็น evaluative และ quantified ในระดับ ศึกษารายละเอียดทัศนคติของบุคคลที่ไม่มีประสบการณ์โดยตรงกับ HWC ถูกคัดออกเนื่องจากประชาชนทั่วไปมีเจตคติบวกมากสัตว์ป่าเมื่อได้รับผลกระทบโดยตรงไม่ (วิลเลียมส์ et al. 2002 Mart´ın-L´opezร้อยเอ็ด al. 2008), แม้ ว่า ในบางกรณี ลบทัศนคติแสดง โดยคนที่ไม่ติดต่อกับชนิด(Treves et al. 2013) เราจำกัดการอ้างอิงของผู้ตีพิมพ์ในสมุดรายวันทางวิทยาศาสตร์ (Calver & คิง 1999)แม้ว่าจะรวมวรรณกรรมวิเคราะห์เมตาสีเทาแนะนำให้พิมพ์ความโน้มเอียงในบางครั้งผลลัพธ์สำคัญ (โรเซนธอล 1979), นี่ไม่ใช่ประเด็นในการตรวจทานของเราเนื่องจาก attitudeswere บันทึกเป็นเปอร์เซ็นต์ของผู้ตอบที่มีค่าบวก เป็นกลาง หรือลบทัศนคติเราค้นหาเว็บวิทยาศาสตร์สำหรับเงื่อนไขที่ระบุไว้ใน Supportingข้อมูล เราอยู่แล้วสิ่งที่เพิ่มเติมโดยตรวจสอบรายการอ้างอิงของแต่ละพิมพ์สุดท้าย เรากลั่นสิ่งรวมเท่านั้นผู้เผยแพร่หลังปี 1990 เนื่องจากดำเนินการศึกษาก่อนปี 1990 ได้น้อย และมักใช้ล้าสมัยวิธี เราตรวจสอบสิ่งที่เลือกแล้วในรายละเอียดและแยก และรวบรวม 8 แปรในการกระดาษคำนวณ Excel กำหนดตัวแปรที่แยกไว้โดยความในสิ่งพิมพ์ทั้งหมดและความเกี่ยวข้องคำถามวิจัยของเรา มีกำหนดตัวแปรในตารางที่ 1วิเคราะห์ข้อมูลทัศนคติในเปอร์เซ็นต์ในแต่ละพิมพ์ดึงข้อมูล และแปลงตัวแปรฐานสองเป็นบวก หรือ nonpositive ตัวแปรฐานสองได้จำเป็น เพราะบางสิ่งพิมพ์รายงานประเภท 2คำตอบ (เช่น ใช่หรือไม่) ถามทัศนคติการ ซึ่งเป็นค่ากึ่งกลางของระดับทัศนคติการใช้ เราแบ่งมันเป็นแบบ nonpositive หรือบวกค่าขึ้นอยู่กับบริบทของคำถาม สำหรับตัวอย่าง คำถามเช่นคุณต้องการประชากรพันธุ์ x เพื่อเพิ่ม ถือว่า หรือลด เรารวม "อยู่เหมือน" และ"เพิ่ม"เนื่องจากเราถือว่า"อยู่เหมือน"จะจัดตำแหน่ง โดย มีการบวกเพิ่มเติม rather กว่าทัศนคติ nonpositive ในกรณีที่ค่ากลางไม่ชัดสอดคล้องกับทัศนคติบวก การตอบสนองถูกจัดประเภทเป็น nonpositive เราคิดว่า มันเป็นแข็งแกร่งมากขึ้นจะมีการผิดพลาดทางลบมากกว่าบวกเท็จเนื่องจากคนที่สมมติว่าเป็นบวกมากขึ้นกว่าจะเป็นผลดีมากขึ้นกับชนิดเรากำหนดให้คำตอบสำหรับแต่ละบุคคลที่เข้าร่วมในการสำรวจประเภททัศนคติบวก หรือ nonpositiveใช้การคำนวณต่อไปนี้: ถ้า 20% ของการสำรวจตัวอย่างของบุคคล 300 รายงานบวกทัศนคติ 60บุคคลได้มีกำหนดเป็นค่าบวก และ 240 nonpositiveการได้รับความเสียหายแต่ละเรกคอร์คล้ายตัวแปร เราแปลงเป็นเปอร์เซ็นต์ของผู้ตอบพบความเสียหายเป็นการน่าที่ประสบความเสียหายต่อบุคคล ตัวอย่าง ถ้า 40% ของตัวอย่างความเสียหายที่มีประสบการณ์ แล้วความน่าเป็นของแต่ละแต่ละตัวประสบความเสียหายได้ 0.4 เรากำหนดให้เป็นความน่าเป็นแต่ละบุคคลแต่ละแทนใช่ทั่วไปหรือไม่เนื่องจากข้อมูลของผู้ตอบแต่ละโดยทั่วไปไม่สิ่งพิมพ์ที่ไม่ได้รายงานว่า สัดส่วนของการตัวอย่างที่ประสบความเสียหายจากแต่ละพันธุ์ เราดังนั้น คอมไพล์ 2 ชนิดของชุดข้อมูล หนึ่งเล็กซึ่งไม่ได้สัดส่วนความเสียหายและขนาดใหญ่หนึ่งที่ไม่ วิเคราะห์ส่วนใหญ่ เราใช้ 2 ชุดข้อมูลรวมกันเพื่อสร้างชุดข้อมูลขนาดใหญ่หนึ่งโดยไม่มีความเสียหายตัวแปร (ทั้งชุดข้อมูล [WD]) อย่างไรก็ตาม เนื่องจากการที่เราได้นอกจากนี้ยัง สนใจในผลของการประสบความเสียหายกับทัศนคติ เราใช้ชุดข้อมูลขนาดเล็ก (ความเสียหายของชุดข้อมูล[DD]) การตรวจสอบนี้เราดำเนินการวิเคราะห์ตัวแปรพหุ 2 ชนิด ครั้งแรกเราใช้ต้นไม้ประเภทและถดถอย (รถเข็น)ลงจุด (Breiman et al. 1993) ในการผลิตความสำคัญ และต้นทุนลำดับผืน (สนับสนุนข้อมูล) ที่สองเราใช้โลจิสติก regressions เพื่อคำนวณสถิติ Waldและอัตราส่วนราคาต่อรอง ทั้งวิเคราะห์ เราใช้ Statistica11 (StatSoft 2012) เนื่องจากวิธีเชิงบุกเบิกตอนรถและความเสี่ยงที่ตามมาของ overfittingข้อมูล เราสุ่มแบ่งชุดข้อมูลทดสอบชิ้นงานตัวอย่างของ 30% ของทั้งหมดและตัวอย่างรถไฟที่เหลือ 70% ของข้อมูล เราเปรียบเทียบผลลัพธ์ของเหล่านี้ย่อย 2 การตรวจสอบถูกต้องของการทดสอบของเราวิธีการวิเคราะห์ตัวแปรขอบเขตความเสียหายใช้การวิเคราะห์ความแปรปรวนแบบทางเดียวกับ Fisher signficant แตกต่างที่น้อยที่สุดการทดสอบ post hoc (LSD) ตามที่อธิบายไว้ข้างต้น และในตารางที่ 1 เราใช้ชุดข้อมูล 2 WD และ DD จึงวิธีวิเคราะห์ 2 (รถเข็นและการถดถอยโลจิสติก)ละ นอกจากนี้เรายังดำเนิน 2 เครื่องชั่งวิเคราะห์ ครั้งแรกในตัวแปรหลัก (คอลัมน์ที่ 1 ในตารางที่ 1) และที่สองในสองตัวแปร (คอลัมน์ที่ 3 ในตารางที่ 1) รองตัวแปรจัดประเภทย่อยของตัวแปรหลัก สำหรับตัวอย่าง ทรรศนะตัวแปรหลักประกอบด้วยตัวแปรรอง 4: เกษตรกรเชิงพาณิชย์ ชุมชนเกษตรกร คน และผู้อื่น การวิเคราะห์ส่วนใหญ่เรารายงาน WD เท่านั้น ขณะวิเคราะห์ดีดีรายงานเมื่อตรวจสอบผลของการประสบความเสียหายในทัศนคติของบุคคล เรากำหนดค่าเผื่อเป็น "สัดส่วนของผู้ที่ได้เป็นบวกทัศนคติต่อกลุ่มพันธุ์แม้จะทุกข์ทรมานความเสียหายโดยที่สายพันธุ์กลุ่ม" และคำนวณการยอมรับเสียดัชนี (TDI) เป็นดังนี้: TDI =สัดส่วนของบุคคลที่ทุกข์ทรมานเสีย – (1 – สัดส่วนของแต่ละบุคคลมีค่าบวกทัศนคติ), ซึ่งสัดส่วนของบุคคล ความเสียหายทุกข์คือ สัดส่วนของการตอบในการศึกษาที่มีประสบการณ์บางอย่างเสียหายชนิดและ 1 – สัดส่วนบวกเป็นสัดส่วนของบุคคลในการศึกษา ตอบสนองได้nonpositiveยอมรับค่า 0 บ่งชี้ว่า ความเป็นกลาง (เช่น สัดส่วนของผู้ตอบมีทัศนคติบวกเป็นสัดส่วนให้สัดส่วนของผู้ตอบที่ประสบความเสียหาย) เป็นค่าลบบ่งชี้ว่า การยอมรับต่ำสุด และเป็นค่าบวกบ่งชี้ว่า การยอมรับสูง เนื่องจากเราไม่ตรงกับข้อมูลความเสียหายแต่ละทัศนคติ เราคำนวณดัชนี ด้วยการเผยแพร่ข้อมูลระดับนี้จึงสามารถรวมขนาดตัวอย่างแต่ละวิชาลงในนี้ดัชนีเราระบุสิ่งที่เกี่ยวข้องกับหัวข้อ 508ของ HWC ซึ่งกลั่นลงสิ่งพิมพ์ 54ที่ตรงตามเงื่อนไขสำหรับการรวมในการวิเคราะห์เมตา(สนับสนุนข้อมูล) เมื่อเข้ารหัส นี้ผลิตเป็นชุดข้อมูลการตอบแต่ละ 83,820 สำหรับ WD และตอบสนองแต่ละ 28,436 สำหรับการ DD. สิ่งพิมพ์ 54ครอบคลุม 22 ประเทศและสายพันธุ์ต่าง ๆ 43(สนับสนุนข้อมูล) ยี่สิบสอง (41%) การศึกษาได้ดำเนินการในประเทศที่พัฒนาแล้วและ 32 (59%)ในการพัฒนาประเทศ สิ่งพิมพ์หนึ่งได้ดำเนินการในประเทศพัฒนา และกำลังพัฒนา (SupportingInformation).The number of publications which surveyed people’sattitudes toward different carnivore species (64) wasmore than twice the number of publications whichsurveyed people’s attitudes toward different ungulatespecies (30), 9 times more than the number of publicationswhichsurveyed people’s attitudes toward elephants(7), and 16 times more than the number of publicationswhich surveyed people’s attitudes toward primates (4)(Supporting Information). Considering the total numberof respondents surveyed, 81% were surveyed on theirattitudes toward carnivores, 14% were surveyed on theirattitudes toward ungulates, 3% were surveyed ontheir attitudes toward elephants, and 2% were surveyedon their attitudes toward primates. Attitudes of respondentswere solicited for 22% of carnivore species (InternationalUnion for Conservation of Nature [IUCN] total= 285 spp.), 9% of ungulate species (IUCN total = 329spp.), and 1% of primate species (IUCN total = 414 spp.)listed on the IUCN Red List (2008). The percentage forelephants was 3500% because there are only 2 species.

ผลลัพธ์ (ไทย) 2:

วิธีการ
เราดำเนินการ meta-analysis ของวารสาร peer-reviewed
บทความที่ตีพิมพ์ตั้งแต่ 1 มกราคม 1990 ถึงเดือนมีนาคม
2011 ในภาษาอังกฤษที่วัดทัศนคติของผู้มีส่วนได้เสีย
ที่มีประสบการณ์ความขัดแย้งโดยตรงกับสัตว์กินเนื้อ
ช้างบิชอพหรือกีบ เรากำหนดทัศนคติที่
ว่า "การจำหน่ายหรือมีแนวโน้มที่จะตอบสนองกับความบาง
ระดับของที่ระลึกหรือไม่กับวัตถุทางจิตวิทยา "(Fishbein
& Ajzen 2010) จะมีคุณสมบัติทัศนคติมีมาตรการ
ที่จะประเมินและปริมาณโย ศึกษารายละเอียด
ทัศนคติของบุคคลที่ไม่ได้มีประสบการณ์ตรง
กับ HWC ได้รับการยกเว้นเพราะประชาชนทั่วไป
สามารถมีทัศนคติที่ดีขึ้นต่อสัตว์ป่าเมื่อ
ไม่ได้รับผลกระทบโดยตรง (วิลเลียมส์ et al, 2002;. Mart'ın-L'opez
. et al, 2008) แม้ว่า ในบางกรณีทัศนคติเชิงลบ
จะแสดงโดยคนที่ไม่ได้มีการติดต่อกับสปีชีส์
(ทรีฟส์ et al. 2013) เรา จำกัด การอ้างอิงของเราให้กับผู้ที่
ตีพิมพ์ในวารสารทางวิทยาศาสตร์ (Calver และพระมหากษัตริย์ 1999).
แม้ว่าการรวมของวรรณกรรมสีเทาในการวิเคราะห์อภิมา มีการ
แนะนำบางครั้งเพื่อป้องกันอคติสิ่งพิมพ์สำหรับ
ผลอย่างมีนัยสำคัญ (โรเซนธาล 1979) นี้ไม่ได้เป็นปัญหา
ในการตรวจสอบของเราเพราะ attitudeswere บันทึกเป็นเปอร์เซ็นต์
ของผู้ตอบแบบสอบถามมีบวกเป็นกลางหรือเชิงลบ
ทัศนคติ.
เราได้ค้นหาเว็บของวิทยาศาสตร์สำหรับคำที่ระบุไว้ในการสนับสนุน
ข้อมูล . จากนั้นเราจะอยู่สิ่งพิมพ์เพิ่มเติม
โดยการตรวจสอบรายชื่ออ้างอิงของแต่ละสิ่งพิมพ์.
สุดท้ายเรากลั่นสิ่งพิมพ์รวมเฉพาะ
ผู้ที่ตีพิมพ์หลังจากที่ 1990 เพราะการศึกษาที่ดำเนินการ
ก่อน 1990 มีอยู่น้อยและมักนำไปใช้ที่ล้าสมัย
วิธี จากนั้นเราจะตรวจสอบสิ่งพิมพ์ที่เลือก
ในรายละเอียดและสกัดและเรียบเรียง 8 ตัวแปรใน
กระดาษคำนวณ Excel ตัวแปรที่สกัดได้ถูกกำหนด
โดยความพร้อมของพวกเขาในสื่อสิ่งพิมพ์และความเกี่ยวข้องของพวกเขา
คำถามการวิจัยของเรา ตัวแปรที่กำหนดไว้
ในตารางที่ 1
การวิเคราะห์ข้อมูล
ทัศนคติรายงานในเปอร์เซ็นต์ในแต่ละสิ่งพิมพ์
ถูกสกัดและแปลงเป็นตัวแปรไบนารี
เป็นทั้งบวกหรือ nonpositive ตัวแปรไบนารีเป็น
สิ่งจำเป็นเพราะบางสิ่งพิมพ์รายงาน 2 หมวดหมู่
การตอบสนอง (เช่น yes, no) คำถามทัศนคติ ในกรณีที่
ค่ากลางของระดับทัศนคติที่ถูกนำมาใช้เราแบ่ง
เป็นทั้งค่าบวกหรือ nonpositive ขึ้นอยู่กับ
บริบทของคำถาม ตัวอย่างเช่นสำหรับคำถาม
เช่นคุณต้องการจะประชากรของชนิดพันธุ์ x จะ
เพิ่มขึ้นอยู่ที่เดิมหรือลดลง? เราทำงานร่วมกัน "อยู่
เหมือนกัน "และ" เพิ่ม "เพราะเราถือว่า" อยู่
เหมือนกัน "ที่จะจัดชิดมากขึ้นด้วยในเชิงบวกมากกว่า
ทัศนคติ nonpositive สำหรับกรณีที่มีค่ากลาง
ที่ไม่ได้สอดคล้องอย่างเห็นได้ชัดมีทัศนคติที่ดีตอบสนอง
ได้ถูกแบ่งออกเป็น nonpositive เราคิดว่ามันเป็น
ที่แข็งแกร่งมากขึ้นที่จะมีความผิดพลาดเชิงลบมากกว่าบวกปลอม
เพราะสมมติว่าคนที่เป็นบวกมากขึ้นกว่าที่พวกเขาจะ
จะเป็นอันตรายมากขึ้นในสายพันธุ์.
เราได้รับมอบหมายให้ตอบสนองสำหรับแต่ละบุคคลที่มีส่วนร่วม
ในการสำรวจไปยังหมวดหมู่ทัศนคติเชิงบวกหรือ nonpositive
ใช้ การคำนวณต่อไปนี้: ถ้า 20% ของการสำรวจ
กลุ่มตัวอย่าง 300 บุคคลรายงานทัศนคติที่ดี 60
. บุคคลที่ถูกกำหนดเป็นบวกและ 240 nonpositive
เพื่อให้ได้บันทึกบุคคลที่คล้ายกันสำหรับความเสียหายที่
ตัวแปรเราแปลงร้อยละของผู้ตอบแบบสอบถาม
ที่ประสบความเสียหายลงไปในความน่าจะเป็น ในการประสบ
ความเสียหายต่อบุคคล ตัวอย่างเช่นถ้า 40% ของกลุ่มตัวอย่าง
ที่มีประสบการณ์ความเสียหายแล้วน่าจะเป็นของแต่ละ
บุคคลที่ประสบความเสียหายเป็น 0.4 เราได้รับมอบหมาย
ความน่าจะเป็นของแต่ละคนมากกว่าที่ชัดเจนใช่
หรือไม่เพราะข้อมูลเกี่ยวกับผู้ตอบแบบสอบถามของแต่ละบุคคลก็
มักจะใช้งานไม่ได้.
ไม่ได้ตีพิมพ์รายงานทุกสิ่งที่สัดส่วนของ
กลุ่มตัวอย่างที่มีประสบการณ์ความเสียหายจากบุคคล species.We
จึงรวบรวม 2 ประเภทของชุดข้อมูลหนึ่งที่มีขนาดเล็ก
ซึ่งไม่ได้รายงานความเสียหายและสัดส่วนที่มีขนาดใหญ่
หนึ่งที่ทำ สำหรับการวิเคราะห์ส่วนใหญ่ที่เราใช้ในชุดข้อมูล 2
มารวมกันเพื่อสร้างข้อมูลขนาดใหญ่ตั้งโดยไม่มีความเสียหาย
ตัวแปร (ข้อมูลชุดทั้ง [WD]) แต่เนื่องจากเราก็
ยังสนใจในผลของการประสบความเสียหายใน
ทัศนคติของเราใช้ข้อมูลที่มีขนาดเล็กตั้ง (ข้อมูลความเสียหายที่ตั้ง
[DD]) ในการตรวจสอบนี้.
เราดำเนินการ 2 ประเภทของการวิเคราะห์หลายตัวแปร ครั้งแรกที่
เราใช้ในการจัดหมวดหมู่และต้นไม้ถดถอย (รถเข็น)
(Breiman et al. 1993) ในการผลิตสำคัญแปลงและ
แปลงลำดับค่าใช้จ่าย (สนับสนุนข้อมูล) ประการที่สอง
เราใช้การถดถอยโลจิสติกในการคำนวณสถิติ Wald
และอัตราส่วนราคาต่อรอง สำหรับการวิเคราะห์ทั้งเราใช้ Statistica
11 (StatSoft 2012) เนื่องจากวิธีการสอบสวน
ของขั้นตอนรถเข็นและความเสี่ยงที่ตามมาของ overfitting
ข้อมูลที่เราสุ่มแยกข้อมูลที่ตั้งในการทดสอบ
กลุ่มตัวอย่าง 30% ของระเบียนทั้งหมดและตัวอย่างของรถไฟ
ที่เหลือ 70% ของข้อมูล เราเมื่อเทียบกับผล
ของทั้ง 2 ส่วนย่อยเพื่อตรวจสอบความถูกต้องของการทดสอบของเรา.
การวิเคราะห์ตัวแปรขอบเขตความเสียหายที่ได้ดำเนินการ
โดยใช้การวิเคราะห์ความแปรปรวนทางเดียวกับชาวประมงอย่างน้อย signficant ความแตกต่าง
(LSD) โพสต์การทดสอบเฉพาะกิจ ตามที่อธิบายไว้ข้างต้นและ
ในตารางที่ 1 เราใช้ข้อมูล 2 ชุด WD และ DD และทำให้
การดำเนินการ 2 การวิเคราะห์ (รถเข็นและการถดถอยโลจิสติก) ใน
แต่ละ นอกจากนี้เรายังดำเนินการ 2 เครื่องชั่งน้ำหนักของการวิเคราะห์เป็นครั้งแรกใน
ตัวแปรหลัก (คอลัมน์ที่ 1 ในตารางที่ 1) และครั้งที่สอง
กับตัวแปรรอง (คอลัมน์ที่ 3 ในตารางที่ 1) รอง
ตัวแปรที่เกิดขึ้นหมวดหมู่ย่อยของตัวแปรหลัก สำหรับ
ตัวอย่างเช่นผู้มีส่วนได้เสียตัวแปรหลักประกอบด้วย
4 ตัวแปรรอง: เกษตรกรในเชิงพาณิชย์ของชุมชน
เกษตรกรที่อาศัยอยู่ในเมืองและคนอื่น ๆ สำหรับการวิเคราะห์ส่วนใหญ่
ที่เรารายงานเกี่ยวกับ WD เท่านั้นในขณะที่การวิเคราะห์ของ DD
จะมีการรายงานเมื่อตรวจสอบผลของการประสบ
ความเสียหายเกี่ยวกับทัศนคติของแต่ละบุคคล เรากำหนดความอดทน
เป็น "สัดส่วนของประชาชนที่มีบวก
ทัศนคติที่มีต่อกลุ่มชนิดที่แม้จะมีความเดือดร้อนเสียหาย
โดยกลุ่มสปีชีส์ที่ "ความอดทนและการคำนวณ
ดัชนีจะเกิดความเสียหาย (TDI) ดังต่อไปนี้: TDI = สัดส่วนของ
บุคคลที่ทุกข์ทรมานความเสียหาย - (1 - สัดส่วนของประชาชน
ที่มีทัศนคติที่ดี) ซึ่งสัดส่วน
ของบุคคลที่ทุกข์ทรมานความเสียหายเป็นสัดส่วนของ
ผู้ตอบแบบสอบถามในการศึกษาที่มีประสบการณ์ความเสียหายบางส่วน
จากชนิดและ 1 - สัดส่วนในเชิงบวกคือสัดส่วน
ของบุคคลในการศึกษาที่มีการตอบสนองเป็น
nonpositive.
ค่าความอดทนเป็น 0 บ่งชี้ความเป็นกลาง (กล่าวคือสัดส่วน
ของผู้ตอบแบบสอบถามที่มีทัศนคติที่ดีเป็นสัดส่วน
สัดส่วนของผู้ตอบแบบสอบถามที่ประสบ
ความเสียหาย) ค่าลบแสดงให้เห็นความอดทนต่ำและ
ค่าบวกบ่งชี้ความอดทนสูง เพราะเรา
ไม่สามารถตรงกับข้อมูลความเสียหายให้กับทัศนคติของแต่ละบุคคลเรา
คำนวณดัชนีที่มีข้อมูลระดับเอกสารนี้จึง
ไม่สามารถนำมารวมกันขนาดตัวอย่างของการศึกษาในแต่ละนี้
ดัชนี.
เราระบุ 508 สิ่งพิมพ์ที่เกี่ยวข้องกับหัวข้อ
ของ HWC ซึ่งได้รับการกลั่นลดลงถึง 54 สิ่งพิมพ์
ที่ได้พบกับเกณฑ์สำหรับการรวมอยู่ใน meta-analysis
(สนับสนุนข้อมูล) เมื่อรหัสนี้ผลิต
ชุดข้อมูล 83820 การตอบสนองของแต่ละบุคคลสำหรับ WD และ
28,436 ตอบสนองแต่ละ DD 54 สิ่งพิมพ์
ครอบคลุม 22 ประเทศและ 43 สายพันธุ์ที่แตกต่างกัน
(สนับสนุนข้อมูล) ยี่สิบสอง (41%) ของการศึกษา
ได้ดำเนินการในประเทศที่พัฒนาแล้วและ 32 (59%)
ในประเทศกำลังพัฒนา หนึ่งสิ่งพิมพ์ได้ดำเนินการ
ทั้งในการพัฒนาและประเทศกำลังพัฒนา (สนับสนุน
ข้อมูล).
จำนวนสิ่งพิมพ์ซึ่งสำรวจผู้คน
ทัศนคติที่มีต่อสายพันธุ์กินเนื้อแตกต่างกัน (64) เป็น
มากกว่าสองเท่าของจำนวนของสิ่งพิมพ์ซึ่ง
การสำรวจทัศนคติของผู้คนที่มีต่อกีบเท้าที่แตกต่างกัน
ชนิด (30) 9 ครั้งเกินกว่าจำนวน publicationswhich
สำรวจทัศนคติของผู้คนที่มีต่อช้าง
(7), และ 16 ครั้งมากกว่าจำนวนของสิ่งพิมพ์
ซึ่งการสำรวจทัศนคติของผู้คนที่มีต่อบิชอพ (4)
(สนับสนุนข้อมูล) พิจารณาจำนวน
ของผู้ตอบแบบสอบถามสำรวจ 81% ได้ทำการสำรวจด้วย
ทัศนคติที่มีต่อสัตว์กินเนื้อ 14% ได้ทำการสำรวจด้วย
ทัศนคติกีบ, 3% ได้ทำการสำรวจเกี่ยวกับ
ทัศนคติของพวกเขาที่มีต่อช้างและ 2% ได้ทำการสำรวจ
เกี่ยวกับทัศนคติของพวกเขาไปยังบิชอพ ทัศนคติของผู้ตอบแบบสอบถาม
เป็นทางการสำหรับ 22% ของสายพันธุ์สัตว์กินเนื้อ (นานาชาติ
สหภาพเพื่อการอนุรักษ์ธรรมชาติ [IUCN] รวม
= 285 spp.), 9% ของสายพันธุ์ที่มีกีบเท้า (IUCN รวม = 329
spp.) และ 1% ของสายพันธุ์ลิง (IUCN รวม = 414 spp.)
ที่ระบุไว้ในรายการ IUCN Red (2008) ร้อยละ
ช้างเป็น 3500% เพราะมีเพียง 2 สายพันธุ์

ผลลัพธ์ (ไทย) 3:

วิธีการ
เราทำการการวิเคราะห์ peer-reviewed วารสาร
บทความได้รับการตีพิมพ์จาก 1 มกราคม 2533 ถึงมีนาคม 2011 ในภาษาอังกฤษว่าปริมาณ

ใครมีประสบการณ์ในทัศนคติของผู้ที่เกี่ยวข้องโดยตรง กับความขัดแย้งได้แก่
ช้างไพร , หรือพันธะเคมี . เรากำหนดท่าที
" การจัดการหรือมีแนวโน้มที่จะตอบสนองกับบาง
/ กระป๋อง หรือ ไม่กับวัตถุทางจิต " ( Fishbein
& Ajzen 2010 ) มีการวัดเจตคติ
จะประเมินผลและปริมาณในระดับ การศึกษาทัศนคติของบุคคลที่ไม่ได้มีรายละเอียด

ประสบการณ์ตรงด้วย hwc ได้รับการยกเว้นเนื่องจาก
บุคคลทั่วไปสามารถมีมากขึ้นบวกทัศนคติต่อสัตว์ป่าเมื่อ
ไม่ใช่ผลกระทบโดยตรง ( วิลเลียม et al . 2002 ; มาร์ท´ı n-l ใหม่ opez
et al . 2008 ) , แม้ว่าในบางกรณี ทัศนคติเชิงลบ
แสดงโดยคนไม่ได้มีการติดต่อกับเผ่าพันธุ์
( ที่ตั้ง et al . 2013 ) เราห้ามอ้างอิงของเราผู้
ตีพิมพ์ในวารสารทางวิทยาศาสตร์ ( แคลเวอร์&กษัตริย์ 1999 ) .
ถึงแม้ว่ารวมวรรณกรรมสีเทาโดยวิธีการวิเคราะห์เมต้าคือ
บางครั้งแนะนำเพื่อป้องกันการลำเอียงฉบับ
ผลลัพธ์ทางสถิติ ( โรเซนธาล 1979 ) นี่ไม่ใช่ปัญหา
ในความคิดเห็นของเรา เพราะ attitudeswere บันทึกไว้เป็นเปอร์เซ็นต์ของผู้ตอบแบบสอบถามมี
บวกเป็นกลางหรือลบ

เราค้นทัศนคติ เว็บของวิทยาศาสตร์สำหรับเงื่อนไขที่ระบุในการสนับสนุน
ข้อมูล เราก็อยู่สิ่งพิมพ์เพิ่มเติม
โดยการตรวจสอบการอ้างอิงรายชื่อแต่ละสิ่งพิมพ์ .
ในที่สุดเรากลั่นสิ่งพิมพ์รวมถึงผู้เผยแพร่หลังปี 1990 เท่านั้น

เพราะการศึกษาก่อนปี 1990 ได้น้อยและมักใช้วิธีการเก่า

จากนั้นเราจะตรวจสอบเลือกพิมพ์
ในรายละเอียดและแยกและเรียบเรียง 8 ตัวแปรใน
Excel สเปรดชีต ตัวแปรที่กำหนดโดยของพวกเขาห้องพักทั่ว

Thai และสิ่งพิมพ์ของคำถามการวิจัยของเรา ตัวแปรที่กำหนดไว้ใน ตารางที่ 1


การวิเคราะห์ข้อมูล .ทัศนคติในการรายงานค่าในแต่ละพิมพ์

ถูกสกัดและแปลงเป็นเลขฐานสองเป็นตัวแปรประจุบวกหรือ nonpositive . ตัวแปรที่จำเป็นเพราะบางเล่มที่สอง

รายงาน 2 ประเภทการตอบสนอง ( เช่น ใช่ หรือ ไม่ ) ทัศนคติของคำถาม ที่กลางของเจตคติต่อค่า

เราสามารถใช้มันเป็นทั้งด้านบวก หรือ ค่า nonpositive ขึ้นอยู่กับ
บริบทของคำถาม ตัวอย่าง คำถาม เช่น คุณชอบ


x ประชากรของสปีชีส์เพิ่มขึ้น เท่าเดิม หรือลดลง ? เรารวมกันอยู่
เดียวกัน " และ " เพิ่ม " เพราะเราถือว่า " อยู่
เดียวกัน " จะสอดคล้องกับทัศนคติในเชิงบวกมากกว่า
nonpositive . สำหรับกรณีที่มูลค่ากลาง
ไม่ชัดชิดกับทัศนคติที่เป็นบวกการตอบสนอง
จำแนกเป็น nonpositive . เราคิดว่ามันคือ
วงมีเท็จลบมากกว่าบวกปลอม
เพราะสมมติว่าคนเป็นบวกมากขึ้นกว่าที่พวกเขามี
จะเป็นอันตรายกับเผ่าพันธุ์ .
เราได้รับมอบหมายการตอบสนองแต่ละคนเข้าร่วมในการสำรวจจะบวก

หรือ nonpositive ประเภททัศนคติโดยใช้การคำนวณต่อไปนี้ : ถ้า 20% ของ การสำรวจ
ตัวอย่าง 300 บุคคลรายงานทัศนคติเชิงบวก , 60
บุคคลได้รับรหัสเป็นบวกและ 240 nonpositive .
สร้างบันทึกแต่ละที่คล้ายกันสำหรับความเสียหาย
ตัวแปร เราแปลงค่าร้อยละของผู้ตอบแบบสอบถาม
ประสบความเสียหายในความน่าจะเป็นของการประสบ
ความเสียหายต่อบุคคล ตัวอย่างเช่น ถ้า 40 % ของตัวอย่าง
ประสบความเสียหาย แล้วความน่าจะเป็นของแต่ละ
บุคคลประสบความเสียหายอยู่ที่ 0.4 เรามอบหมาย
ความน่าจะเป็นในแต่ละคน มากกว่าการขาดตัวครับ
หรือไม่ เพราะข้อมูลเกี่ยวกับผู้ตอบแบบสอบถามแต่ละ
ไม่พร้อมใช้งานโดยทั่วไป .
ไม่ใช่สิ่งพิมพ์ทั้งหมดรายงานว่าสัดส่วนของ
ตัวอย่างประสบการณ์ความเสียหายจากชนิดของแต่ละบุคคล เราจึงรวบรวม
2 ชนิดของชุดข้อมูลหนึ่งที่มีขนาดเล็ก
ซึ่งไม่ได้สัดส่วนและรายงานความเสียหายขนาดใหญ่
หนึ่งที่ทำ โดยส่วนใหญ่ เราใช้ 2 ชุดข้อมูล
รวมกันเพื่อสร้างชุดข้อมูลขนาดใหญ่ โดยไม่มีความเสียหาย
ตัวแปร ( ข้อมูลทั้งชุด [ WD ] ) แต่เนื่องจากเรา
สนใจในผลของการประสบความเสียหายใน
ทัศนคติ เราใช้ชุดข้อมูลชุดข้อมูลขนาดเล็กเสียหาย [ DD ]

) ตรวจสอบเราดำเนินการ 2 ประเภทของการวิเคราะห์ตัวแปรพหุ แรก
เราใช้หมวดหมู่และการถดถอยต้นไม้ ( ซื้อ )
( breiman et al . 1993 ) เพื่อผลิตแปลงแปลงลำดับความสำคัญและ
ต้นทุน ( สนับสนุนข้อมูล ) ประการที่สอง เราใช้สมการถดถอยโลจิสติกเพื่อคำนวณ

เดินต่อและสถิติการเดิมพัน ทั้งวิเคราะห์ เราใช้ statistica
11 ( StatSoft 2012 ) เนื่องจาก
วิธีการสำรวจของกระบวนการสั่งซื้อและความเสี่ยงที่ตามมาของ overfitting
ข้อมูล เราสุ่มแบ่งชุดข้อมูลเป็นแบบทดสอบ
จำนวน 30 % ของระเบียนทั้งหมดและรถไฟตัวอย่างของ
เหลือ 70% ของข้อมูล เราเทียบผลลัพธ์
เหล่านี้ 2 ส่วนย่อยเพื่อตรวจสอบความถูกต้องของการทดสอบของเรา .
การวิเคราะห์ความเสียหายในขอบเขตตัวแปรทดลองใช้วิเคราะห์ความแปรปรวนทางเดียว กับปลาน้อย

อย่างแตกต่าง( LSD ) Post Hoc Tests . ตามที่อธิบายไว้ข้างต้นและ
ตารางที่ 1 เราใช้ 2 ชุดข้อมูลฮาร์ดไดรฟ์และ DD และจึงทำการวิเคราะห์ (
2 รถเข็นและ Logistic Regression )
แต่ละ เราก็ใช้ 2 เครื่องชั่งวิเคราะห์ , แรกบน
ตัวแปรหลัก ( 1 คอลัมน์ในตารางที่ 1 ) และ 2
ตัวแปรระดับ 3 คอลัมน์ในตารางที่ 1 ) ตัวแปรรอง
รูปแบบย่อยของตัวแปรหลัก สำหรับ
ตัวอย่างผู้มีส่วนได้เสียประกอบด้วย 4 ตัวแปร คือ ตัวแปรหลัก
รองเกษตรกรเชิงพาณิชย์ เกษตรกรชุมชน
, ที่อาศัยอยู่ในเมืองและอื่น ๆ วิเคราะห์ส่วนใหญ่
เรารายงานเกี่ยวกับ WD เท่านั้น ในขณะที่การวิเคราะห์ของ DD
รายงานเมื่อตรวจสอบผลการประสบความเสียหายในทัศนคติของแต่ละคน
. เรานิยามความอดทน
" สัดส่วนของบุคคลที่มีบวก
ทัศนคติในกลุ่มชนิด แม้ทุกข์ความเสียหาย
โดยชนิดกลุ่ม " และใช้ความอดทน
ความเสียหายดัชนี ( TDI ) ดังนี้ : TDI = สัดส่วนของ
บุคคลที่ทุกข์ทรมานและความเสียหาย ( 1 ) สัดส่วนของแต่ละบุคคล
ที่มีทัศนคติด้านบวก ซึ่งสัดส่วนของบุคคลที่ทุกข์ทรมานความเสียหาย

คือ สัดส่วนของผู้ตอบแบบสอบถามในการศึกษาที่ประสบความเสียหายบางส่วน
จากชนิดและ 1 –สัดส่วนบวกสัดส่วน
ของบุคคลในการศึกษาที่มีการตอบสนอง nonpositive ถูก
.
ความอดทนค่า 0 หมายถึงความเป็นกลาง ( เช่น สัดส่วน
ของผู้ตอบแบบสอบถาม มีเจตคติทางบวกต่อสัดส่วนของผู้ตอบแบบสอบถามตาม

ประสบความเสียหาย ) ค่าเป็นลบแสดงว่า ความอดทนต่ำ และมีค่าเป็นบวกแสดงว่า
ความอดทนสูง เพราะเรา
อาจจะไม่ตรงกับข้อมูลความเสียหายต่อบุคคล เราคำนวณดัชนีนี้กับสิ่งพิมพ์ระดับ

ข้อมูลจึงไม่สามารถรวมขนาดตัวอย่างของการศึกษาแต่ละลงในดัชนีนี้
.
เราระบุเวลาสิ่งพิมพ์ที่เกี่ยวข้องกับหัวข้อ
ของ hwc ซึ่งกลั่นลงไป 54 สิ่งพิมพ์
ที่ตรงตามเงื่อนไขเพื่อรวมไว้ในการวิเคราะห์อภิมาน
( สนับสนุนข้อมูล ) เมื่อรหัสนี้ผลิต
ข้อมูล ชุด 83820 การตอบสนองส่วนบุคคลสำหรับ WD และ
28436 การตอบสนองส่วนบุคคลสำหรับ DD . 54 สิ่งพิมพ์
ครอบคลุม 22 ประเทศและ 43 สายพันธุ์ต่างๆ
( สนับสนุนข้อมูล ) ยี่สิบสอง ( ร้อยละ 41 ) ของการศึกษา
มีวัตถุประสงค์ในประเทศที่พัฒนาแล้วและ 32 ( 59% )
ในประเทศกำลังพัฒนา สิ่งหนึ่งคือดำเนินการ
ทั้งประเทศพัฒนาและกำลังพัฒนา สนับสนุนข้อมูล

)