دانلود مقاله ISI انگلیسی شماره 126308
ترجمه فارسی عنوان مقاله

به حداقل رساندن تعصب در پیشنهاد های متخصص برای اطلاع از مدیریت محیط زیست: مطالعات موردی از جریان های محیطی در استرالیا

عنوان انگلیسی
Minimising biases in expert elicitations to inform environmental management: Case studies from environmental flows in Australia
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
126308 2018 13 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Environmental Modelling & Software, Volume 100, February 2018, Pages 146-158

ترجمه کلمات کلیدی
کارشناس ارشد تصمیم سازی، شبکه های بیزی، پوشش گیاهی مدیریت جریان محیطی، تقصیر
کلمات کلیدی انگلیسی
Expert elicitation; Decision making; Bayesian networks; Riparian vegetation; Environmental flow management; Bias;
پیش نمایش مقاله
پیش نمایش مقاله  به حداقل رساندن تعصب در پیشنهاد های متخصص برای اطلاع از مدیریت محیط زیست: مطالعات موردی از جریان های محیطی در استرالیا

چکیده انگلیسی

Environmental managers often do not have sufficient empirical data to inform decisions, and instead must rely on expert predictions. However, the informal methods often used to gather expert opinions are prone to cognitive and motivational biases. We developed a structured elicitation protocol, where opinions are directly incorporated into Bayesian Network (BBN) models. The 4-stage protocol includes approaches to minimise biases during pre-elicitation, workshop facilitation and output analysis; and results in a fully functional BBN model. We illustrate our protocol using examples from environmental flow management in Australia, presenting models of vegetation responses to changes in riverine flow regimes. The reliance on expert opinion and the contested nature of many environmental management decisions mean that our structured elicitation protocol is potentially of great value for developing robust environmental recommendations. This method also lends itself to effective adaptive management, because the expert-populated ecological response models can be readily updated with field data.