- ข้อความ
- ประวัติศาสตร์
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before 1990 were few and commonly applied outdated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.
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.
0/5000
MethodsWe conducted a meta-analysis of peer-reviewed journalarticles published from 1 January 1990 through March2011 in English that quantified the attitudes of stakeholderswho had experienced direct conflict with carnivores,elephants, primates, or ungulates. We defined an attitudeas “a disposition or tendency to respond with somedegree of favor, or not, to a psychological object” (Fishbein& Ajzen 2010). To qualify, attitude measures hadto be evaluative and quantified on a scale. Studies detailingattitudes of individuals not having direct experiencewith HWC were excluded because the general publiccan have more positive attitudes toward wildlife whennot directly affected (Williams et al. 2002; Mart´ın-L´opezet al. 2008), although, in some cases, negative attitudesare displayed by people not having contact with a species(Treves et al. 2013).We restricted our references to thosepublished in scientific journals (Calver & King 1999).Although inclusion of gray literature in meta-analyses issometimes recommended to prevent publication bias forsignificant results (Rosenthal 1979), this was not an issuein our review because attitudeswere recorded as percentageof respondents having positive, neutral, or negativeattitudes.We searched Web of science for terms listed in SupportingInformation. We then located additional publicationsby examining the reference list of each publication.Finally, we refined the publications to include onlythose published after 1990 because studies conductedbefore 1990 were few and commonly applied outdatedmethods. We then examined the selected publicationsin detail and extracted and compiled 8 variables in anExcel spreadsheet. The variables extracted were definedby their availability across all publications and their relevanceto our research questions. The variables are definedin Table 1.Data AnalysesThe attitudes reported in percentages in each publicationwere extracted and converted to a binary variableas either positive or nonpositive. A binary variable wasnecessary because some publications reported 2 categoryresponses (e.g., yes or no) to attitude questions. Where amiddle value of an attitude scale was used,we categorizedit as either a positive or nonpositive value depending onthe context of the question. For example, for questions,such as would you like the population of species x toincrease, stay the same, or decrease? We combined “staythe same” and “increase” because we considered “staythe same” to be more aligned with a positive rather thannonpositive attitude. For cases where the middle valuewas not obviously aligned with a positive attitude, responseswere categorized as nonpositive. We think it ismore robust to have a false negative than a false positivebecause assuming people are more positive than they arewould be more detrimental to a species.We assigned responses for each individual participatingin a survey to a positive or nonpositive attitude categoryusing the following computation: if 20% of a surveysample of 300 individuals reported positive attitudes, 60individuals were coded as positive and 240 nonpositive.To derive a similar individual record for the damagevariable, we converted the percentage of respondentsexperiencing damage into a probability of experiencingdamage per individual. For example, if 40% of a sampleexperienced damage, then the probability of eachindividual experiencing damage was 0.4. We assigned aprobability to each individual rather than a definitive yesor no because information on individual respondents wastypically unavailable.Not all publications reported what proportion of thesample experienced damage from individual species.Wetherefore compiled 2 types of data sets, a smaller onewhich did not report a damage proportion and a largerone that did. For most analyses, we used the 2 data setscombined to create one large data set without a damagevariable (whole data set [WD]). However, since we werealso interested in the effect of experiencing damage onattitudes, 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 andcost sequence plots (Supporting Information). Second,we used logistic regressions to calculate Wald statisticand odds ratios. For both analyses, we used Statistica11 (StatSoft 2012). Due to the exploratory approachof the CART procedure and subsequent risk of overfittingthe data, we randomly split the data set into a testsample of 30% of all records and a train sample of theremaining 70% of the data. We compared the resultsof these 2 subsets to check the validity of our tests.Analysis of the damage extent variable was conductedusing one-way ANOVA with Fisher least signficant difference(LSD) post hoc tests. As described above andin Table 1, we used 2 data sets WD and DD and thusconducted 2 analyses (CART and logistic regression) oneach. We also conducted 2 scales of analysis, the first onprimary variables (column 1 in Table 1) and the secondon secondary variables (column 3 in Table 1). Secondaryvariables formed subcategories of primary variables. Forexample, the primary variable stakeholder comprised4 secondary variables: commercial farmers, communalfarmers, urban residents, and others. For most analyseswe report on the WD only, while analyses of the DDare reported when examining the effect of experiencingdamage on an individual’s attitudes. We defined toleranceas “the proportion of individuals who have a positiveattitude toward a species group despite suffering damageby that species group” and computed a toleranceto damage index (TDI) as follows: TDI = proportion ofindividuals suffering damage – (1 – proportion of individualswith positive attitudes), where the proportionof individuals suffering damage is the proportion of therespondents in a study who experienced some damagefrom a species and 1 – proportion positive is the proportionof individuals in a study whose responses werenonpositive.A tolerance value of 0 indicates neutrality (i.e., proportionof respondents with a positive attitude is proportionalto the proportion of respondents experiencingdamage). A negative value indicates low tolerance, anda positive value indicates high tolerance. Because wecould not match damage data to individual attitudes, wecalculated this index with publication level data and thuscould not incorporate sample sizes of each study into thisindex.We identified 508 publications related to the topicof HWC, which was refined down to 54 publicationsthat met the criteria for inclusion in the meta-analysis(Supporting Information). When coded, this produced adata set of 83,820 individual responses for the WD and28,436 individual responses for the DD. The 54 publicationscovered 22 countries and 43 different species(Supporting Information). Twenty-two (41%) of the studieswere conducted in developed nations and 32 (59%)in developing nations. One publication was conductedin both developed and developing countries (SupportingInformation).
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.
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.
การแปล กรุณารอสักครู่..
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
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
การแปล กรุณารอสักครู่..
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
วิธีการสำรวจ
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
วิธีการสำรวจ
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- AbstractThe ethanol extract of the dried
- My future
- ขอบคุณสำหรับความร่วมมือ
- population
- Exact
- ชมทัศนียภาพธรรมชาติอ่างกา
- ,เพราะมันเป็นสิ่งที่มีค่าที่สุดสำหรับเรา
- You forget give kiss...
- มันเป็นกลอนของสุนทรภู่เป็นมนุษย์สุดนิยมเ
- เวลาและวารีไม่เคยคอยใคร
- วัฒนธรรมเป็นเครื่องสร้างระเบียบแก่สังคม
- are nomadic
- Something like that
- อีกไม่กี่วันเราก็จะได้เจอกันJust a few d
- วัฒนธรรมเป็นเครื่องสร้างระเบียบแก่สังคม
- You to go back home
- While this is interesting, it is hardly
- แค่เวลา
- พวกคุณนอนหมดแล้วหรอ
- ไม่ไปก็ได้
- ฉลองเรียนจบ
- very quiet
- ตรอมใจ
- อีกไม่กี่วันเราก็จะได้พบกัน ฉันคิดถึงที่
