Inference reasoning on fishers' knowledge using Bayesian causal maps

دانشمندان و مدیران نه تنها دانشی راجع به مسائل زیست محیطی دارند: ذینفعان دیگر مانند کشاورزان یا ماهیگیران دانش تجربی و مرتبط دارند. بنابراین، رویکردهای جدید برای نمایش دانش در مورد منابع مختلف دانش، اما هنوز قادر به استدلال، مورد نیاز است. نقشه های شناختی و شبکه های بیزی بعضی از فرمالیسم های مفید برای ارائه نمایندگی های دانش را تشکیل می دهند. نقشه های شناختی، مدل های گرافیکی قدرتمند برای جمع آوری یا نمایش دانش هستند. اگر آنها به معنای آسان برای بیان قضاوت های فردی باشند، کشف نتیجه گیری در نقشه های شناختی، یک کار دشواری است. شبکه های بیزی به طور گسترده ای برای فرایندهای تصمیم گیری که با اطلاعات نامشخص یا تشخیص مواجه هستند، استفاده می شود. اما آنها دشوار است. برای استفاده از هر فرمالیستی و غلبه بر نقاط ضعف آنها، نقشه های علی علیه بیزان توسعه یافته است. در این روش، نقشه های شناختی برای ساختن شبکه و به دست آوردن جداول احتمالی شرطی استفاده می شود. ما در اینجا یک چارچوب کامل برای یک مشکل واقعی ارائه می دهیم. از دیدگاه های مختلف گروهی از تخلیه کنندگان تخمه آفتابگردان در مورد فعالیت آنها، ما یک ابزار تسهیل کننده تصمیم را ایجاد می کنیم که امکان تست سناریوها برای مدیریت ماهیگیری را فراهم می کند.