研究

深海理论:结合显著性和网络分析产生不列颠哥伦比亚省沿海食物网的心理模型可视化

• 摘要
• 简介
• 方法
  • 面试
  • 突出分析
  • 网络分析
• 结果
  • 想象食物网数据的网络分析:测量和可视化中心
• 讨论
• 投机
  • 政府管理人员
  • 雄性和雌性
  • 第一民族与非第一民族
  • 该方法的潜在用途
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

在描述心智模型研究的潜力以丰富我们对复杂社会生态系统的理解方面，已经做了相当多的工作(Lynam and Brown 2011)。理论上，这种关于人们如何理解复杂系统的见解可以帮助改善共享资源的多方利益相关者管理。具体而言，组织管理方面的研究发现，正是多方之间共享的心理模型的发展成为谈判成功的关键(Brodt and Dietz 1999, Liu 2004)。

然而，在资源冲突或管理环境中，积极地在不同方之间构建共享的心智模型并不一定是直接的。一个挑战是，人们对他们的社会生态系统的固有信念往往是默认的，因此，如果没有足够的诱导努力，就不能直接陈述(Jansen et al. 2006, Beratan 2007)。另一个原因是，在许多资源冲突或多方利益相关者管理环境中，参与者不仅包括个体，还包括松散关联的群体，或集团，更有用的描述是，每个人都在一个更模糊的“聚合”心理模型的逻辑中行动。这些群体层面的聚合模型(有时被称为“文化模型”;(参见附录1)可以被证明是独特的具有挑战性的引出，更不用说表示有意义的有效性。

在这篇论文中，我们展示了一种方法的第一次迭代，专门合成，以引出和表示关于区域食物网的广泛的默契信念。特别地，我们概述了如何将自由列表任务、显著性分析(Smith和Borgatti, 1997)和网络分析(Gephi, 2014)结合起来，最终创建有形的、经验负责的总体心理模型的视觉表征，这在突出认知约束对人们思维的影响方面是独特的。

我们将这些技术应用到一个具体的案例研究地点:温哥华岛西海岸的联合国教科文组织生物圈保护区Clayoquot Sound(见附录2)。在那里，曾经灭绝的海獭(Enhydra lutris)，再加上该地区渔业的下降，在我们2012年进行实地调查时，在当地人和政府官员之间造成了一种紧张的气氛，他们都在讨论如何最好地管理快速变化的海洋资源。在半结构式的深度访谈中，原住民尤其对海獭的贪婪感到惋惜，海獭受法律保护，但他们认为海獭正在大量减少可食用的贝类，而这些贝类曾经是原住民的主食。非第一民族对水獭的看法通常更为积极，一些人欢迎这种生物，因为它们可爱的外表和潜在的生态旅游价值。尽管如此，对于海獭最近的戏剧性复苏，当地居民总体上还是相当矛盾的。与普通公众形成鲜明对比的是，政府管理者对海獭回归该地区非常热情，特别提到了积极的连锁反应(“营养级联”)，即海獭减少海胆数量会导致更密集的海带床，从而为更广泛的生物多样性提供更多的栖息地。

为了方法的清晰，在这篇论文中，我们主要集中在分析从我们的采访中引出的数据作为一个整体的公众参与者。通过这样做，我们得出了一个可视化的模型，揭示了哪些营养关系默认地构建了当地海洋食物网的流行概念。在得出结论之前，我们还提出了一系列模型，这些模型都来自于政府经理的访谈数据，并通过将非专业公共数据划分为两对对比鲜明的人口亚组，第一民族vs.非第一民族，男性vs.女性。由于逻辑上的限制，后面的这些模型是推测的，但演示了如何使用该方法，如果改进，可以产生关于团队间管理冲突的其他隐性认知驱动因素的假设。

方法

我们的方法包括三个阶段:(1)深度结构化访谈，通过自由列表和相关任务来获取参与者对当地社会-生态系统的信念，特别是他们对当地海洋食物网的个体心理模型;(2)使用软件ANTHROPAC (Borgatti 1996)对群体层面的集体自由名单数据进行显著性分析;最后(3)使用软件包Gephi(2014)对集团级食品网络显著性数据进行网络分析。最终，我们使用Gephi将这些结果视觉化，作为食物网模型，强调哪些物种，以及哪些物种之间的营养联系，对参与者的认知最显著(见图1至图6)。

面试

在2012年春天的几个月里，我们完成了对67名Clayoquot Sound当地居民以及4名负责该地区保护特权的关键政府资源管理者的深度访谈。当地居民主要通过当地流行的社区海报招募，辅以口头滚雪球抽样。对于那些在公认的第一民族管理的土地上接受采访的参与者，首先是与当选的社区领导人建立联系，后者随后向我们介绍了个别社区成员，随后也是口头滚雪球抽样。政府经理作为一个单独的样本，是根据之前的工作关系和职位来确定和接触的。

67名当地居民参与了调查，年龄从20岁到80岁不等。在这一组中，有29名女性和38名男性。在这些参与者中，41人自认为是非第一民族，而其余26人自认为是第一民族，主要来自Ahousaht和Toquaht民族，少数参与者来自tla -oh- quit -aht和Yuułuʔiłʔath (Ucluelet)民族。后两个组的参与者在他们的社区之外接受了采访，在托菲诺和尤克莱特，而对前一个组的采访是在部落管理的土地上进行的。所有参与者都得到了经济补偿，每小时15加元。这项研究被认为是低风险的，并随后得到了英属哥伦比亚大学研究伦理委员会(University of British Columbia Research Ethics Board)的批准。

访谈包括一个相对冗长的结构化协议，在参与者选择的地点进行。该协议包括一系列自由列表任务、分类任务和绘制任务，以及与参与者的人口统计、他们对当地生态的信念和他们的水獭管理偏好相关的问题(完整协议见附录3)。

为了实现本文的目的，采访的相关部分从一个自由列出清单的任务开始，参与者被要求口头列出“你能想到的温哥华岛西海岸的许多物种和/或资源”。当参与者这样做的时候，他们被要求按照他们想到的顺序在小卡片上写下每个物种或资源的名字。这种排序最终给了我们一个物种对参与者的“相对“认知可及性”的测量，即，给定的物种进入给定参与者的头脑有多容易，并且，通过推断，参与者的心理模型中最突出的物种的感觉。我们随后对这一排序数据进行了显著性分析(Smith and Borgatti, 1997)，以探索物种在群体水平上的相对可达性(有关这一数据的相关选择，请参见附录4，表A4.1至A4.6)。

在第一个自由列表任务之后，该协议旨在引出参与者对物种间营养相互作用的看法。为了做到这一点，我们设计了一个任务，给参与者提供一个装满了大量木制冰棍的盒子。在每根冰棒上，我们都用一个长长的箭头指向两个方向中的一个，写上“吃”这个词。然后，采访者要求参与者开始用冰棍将写有物种名称的纸连接起来，以显示当地生态系统中“什么吃什么”。

这种技术类似于心智模型启发的“图表法”(参见Green等人2003)，但有一些相应的创新。首先，我们实施的练习是相对有形的，参与者可以在空间中用手自由操作“物种”和相互联系，以帮助他们通过隐性知识工作。

接下来，参与者被要求在这个任务中尽可能多地用语言表达他们的想法，这样面试官就能清楚地理解他们的推理。至关重要的是，当他们这样做的时候，采访者记录了参与者思考和代表各种营养相互作用的顺序。排序数据的保存是后续显著性分析的基础，因此是启发式方法的一个关键特性。

一旦参与者把尽可能多的物种(一个和另一个)联系起来，他们的任务就结束了。对于每个给定的参与者，最终结果是他或她对当地食物网的心理模型的视觉有形描绘，然后拍照(见附录5，图5A)。1，例如)。

突出分析

一旦所有的物种排序和营养网数据收集完毕，我们就开始在总体水平上进行分析。理解这种从个体层面引出数据到整体分析数据的转变是至关重要的，因为这使得我们可以对平均显著性做出推断。

在考虑总量水平的基础上，我们首先利用ANTHROPAC (Borgatti 1996)的显著性分析功能对自由列表的物种数据进行分析。显著性分析帮助我们估计哪些物种最容易被人们回忆起来，从而提供了一种可以影响当地生态系统推理的隐性认知倾向的测量方法(见附录4，表4A)。1到4。6从这些初始结果中进行相关选择)。

为此，我们使用ANTHROPAC计算史密斯的显著性指数(Smith and Borgatti, 1997)，或者简单地说，参与者提到的每个物种的“显著性得分”。计算显著性指数是一种用于分析访谈对象生成的词汇列表的认知人类学技术，该技术已被多个学科采用(Smith和Borgatti 1997, Sutrop 2001, Barg等人2006,Thompson和Juan 2006, de Morais 2009, Pradhan和Ram 2010, Ghorbani等人2011,Malan和Neuba 2011, Dongre和Deshmukh 2012, Gravlee等人2013)。某一特定术语的史密斯显著性指数(年代)是术语在自由列表中被提及的频率的函数，即在各自列表中包含给定术语的参与者的数量，也是术语在参与者列表中的平均位置的函数。在我们的例子中，术语在列表中的位置与参与者提到这些术语的顺序相同。经常被提及并且在人们的列表中位置相对较高的术语，即，早期提到的术语，获得最高的显著性分数，反之亦然(Barg et al. 2006)。分数从1(最高)到0(最低;有关计算的详细说明请参见附录4)。

然后，我们进行了方法上的创新，我们提取了参与者的营养互动列表，保留了参与者提到每一次互动的顺序(一个关键步骤)，并将这些排序视为自由列表。一名参与者列出的第一种营养相互作用被认为是认知上最显著的，即对该参与者来说，最容易想到的，第二种，第二最显著的，以此类推。对这些数据的群体水平分析提供了一个大致的概念，即在总体水平上，哪些物种间的关系在认知上相对突出。换句话说，对于每个人口亚群，显著性分析产生了一个“什么吃什么”的有序列表，通过显著性指数表明哪些营养关系，例如，水獭吃海胆，或虎鲸吃鲑鱼，是最容易被人们回忆的，表明哪些生态关系最直接地构成了人们对系统的心理模型。(见附件6)。

我们合成方法的第二个关键特征是，由于这些数据专门表征了感知到的物种之间的关系，它还可以进一步分析为一个由营养关系连接的物种网络，每个连接都用显著性指数加权(见附录6，表6A。1到6。6为相关样本数据)。这第二个创新最终使我们能够生成一个独特的数据丰富的本地居民对Clayoquot食物网的总体心理模型的可视化(见图1)，这是本文在方法论上的主要贡献。

为了检验该方法的假设生成能力，我们还进行了两次实验，将当地居民样本分成预先确定的(见附录7)对比部分:一次分为第一民族和非第一民族，一次分为男性和女性。其结果是纯演示的，不是统计推导的，因此被列在“推测”(见图3-6)下，与一个类似的演示模型，从我们的小n(4)政府管理者(见图2)。

网络分析

使用ANTHROPAC的显著性分析功能生成了带有显著性指数的营养关系列表(见上文的描述，以及附录6的数据样本)，然后我们将这些数据输入到免费的网络分析软件包Gephi(2014)中。

一旦这些数据被输入到Gephi中，我们就可以进行一系列的网络分析，计算出许多“网络中心性”衡量每个物种。最终，这使我们能够生成本地食物网的总体心理模型的数据丰富的可视化(见图1 - 6)，描述了哪些连接(“什么吃什么”)似乎是最容易被人们认知的，以及哪些物种作为最突出的捕食者、被捕食者或生态连接者的网络中心性测量。

结果

我们概述了一些最基本的衡量标准，通过网络分析，我们可以计算出这些标准与食物网的心理模型有关。为了清晰起见，我们描述了在我们选择的可视化方案中如何表示这些特性。然后，我们将网络分析本身的结果进行可视化展示(即图1)。

想象食物网数据的网络分析:测量和可视化中心

网络分析包括两个核心部分:节点和边。节点只是简单地构成了以某种方式相互关联的对象或“事物”。在我们的Clayoquot Sound食物网数据中，这些节点是参与者在营养连接任务中提到的植物和动物(见附录5)。边是两个节点之间的连接。边缘可以以多种方式变化，包括它们的相对强度(在我们的例子中，它们的“权重”，由显著性指数决定)，以及它们的方向(在我们的例子中，是捕食的方向)。

有太多的方法来衡量节点对网络的相对重要性，也就是说，在我们的研究中，物种对更广泛的食物网的重要性。这样的度量标准在网络分析文献中被称为“中心性度量”。考虑到我们目前的研究仅仅是一种新技术的第一次迭代，为了简单起见，我们选择在我们的可视化中只强调三个最基本的、看似相关的中心性度量:“程度内”中心性、“程度外”中心性和所谓的“中间”中心性。

向外中心度:较大的文字描述了一个更贪婪的捕食者

我们选择了每个物种名称的大小来对应该物种的相对外度中心性。在这种情况下，外度中心性特别等同于参与者认为某一特定物种会捕食的其他个别命名的植物或动物的数量。因此，一个特定物种的猎物范围越多样化，它的名字在网络中出现的次数就越大，反之亦然。

在程度上的中心性:更大的圆圈描绘更广泛的目标猎物

选择一个物种圆圈的大小，反之，表示该物种在程度上的相对中心性。在我们的研究中，这具体等同于参与者认为以特定物种为猎物的单独命名的捕食者的数量。因此，一个物种的捕食者的多样性越大，它在网络中对应的圈就越大。

中间中心性:深色圆圈表示更重要的连接点

我们选择了一个给定圆圈的黑暗部分，以对应该物种在食物网中感知到的中间位置。中间中心性是衡量一个节点作为网络中其他节点之间连接的关键程度的最基本指标之一。Gephi基于Brandes(2001)改进的算法计算这个度量。

具体地说，对这种中心性度量的分析可以确定网络中哪些节点最频繁地位于网络中所有其他节点对之间最直接的路径上。以我们的食物网数据为例，这就相当于一个特定物种是如何直接在食物网中所有其他物种之间的能量传递中起连接作用的。据我们所知，这是在社会生态心理模型文献中首次使用中间性中心性。

边缘权重:更大的箭头表示更强的认知可及性

最后，因为我们的网络并不是一个真正的食物网，而是参与者对食物网的综合认知表征，我们还在可视化中包括了每个营养相互作用的相对认知可及性。这大大增加了每个可视化的聚合心智模型的推理相关性，因为它使观看者能够立即掌握哪一个物种之间的关系，哪一个人的头脑中最突出的特征。这是该方法最关键的贡献，因为它使参与者的生态认知中的隐性模式可以立即获得。

看到这些权重，读者可以立即推断出哪些物种之间的哪些关系可能最积极地构建人们对生态系统的思考。我们选择用连接网络中物种之间的箭头的大小来描述营养关系的相对认知可及性。换句话说，虽然每个箭头的方向代表了捕食的方向，但每个箭头的大小代表了参与者对营养连接的认知权重，这是通过显著性指数计算得出的。因此，在给定的人群中，某一营养联系在认知上越显著，在该群体的总体心智模型可视化中，连接两个相关物种的箭头就越大。

为了简单起见，并减少视觉混乱，我们限制了给定可视化中包含的营养连接的数量。我们使用的阈值指标再次是我们之前使用ANTHROPAC计算的显著性排名:在我们研究的每个人口统计亚组中，只有50个物种之间最显著的营养联系被纳入分析。当地居民响应的可视化结果如图1所示。

讨论

图1中单词的相对大小表明，对于Clayoquot Sound的普通公众来说，最中心的捕食者，按向外中心度(在括号中数字表示)降序排列包括:人类(10);熊(8);虎鲸(6);海獭(6);换句话说，当地人深信，正是这五个物种主宰了生态系统。相反，与每个词相关的圆圈的相对大小表明，鲑鱼属(6)，以及更模糊但经常被引用的鱼属(6)，都是在外行人对生态系统的心理表征中认知最显著的猎物“物种”(实际上是物种群体)。

熊在人们的信念网络中显得尤为重要，因为在人们的反应的视觉表征中，熊(中间中心为12)是热量的主要渠道。鲑鱼(7)和海獭(5)在这方面也很重要，虎鲸也很重要，但程度略低。

然而，请注意，上面描述的每一个特征都概述了人们对系统的隐性理解，没有考虑时间或努力的影响，这两者在实际决策环境中都积极地限制了人们的思维(Levine et al. 2015)。要想知道人们最容易想到什么，用最少的努力，在最少的时间，注意箭头的相对大小和密度。也就是说，当我们考虑这种认知可及性时，人们对这个系统的思考似乎被特定的少数个体营养关系所主导:熊→鲑鱼、海獭→海胆、狼→鹿、美洲狮→鹿、海獭→蛤蜊、虎鲸→鲑鱼、虎鲸→海狮。

总之，这又描绘了另一幅图景，即公众对当地生态系统的看法，主要是围绕着那些营养关系展开的，这些关系是人类的感官在没有潜水设备、显微镜或生态学理论训练的情况下最能感受到的。因此，即使人们并不认为狼和美洲狮与生态系统的其他部分密切相关，但这些富有魅力的巨型动物的饮食习惯仍然在人们的思维中占据着重要地位。至关重要的是，由于人类的注意力和处理能力有限(Levine et al. 2015)，这种流行的“思维习惯”(Atran 1998, Medin和Atran 2004)可能会挤掉对区域食物网不那么明显但在结构上很重要的方面的有意识理解。

投机

政府管理人员

为了进一步探索我们方法的潜力，我们还基于对四位政府管理者的访谈创建了一个可视化图(图2)。小样本量限制了该图的推理能力，但在这里，我们展示了如何在有限的数据量下，该方法可以创建一个可访问的图像，用于生成假设，或在多利益相关者管理环境中作为对话的开端。

例如，请注意，尽管当地居民认为一组捕食者是重要的(图1)，我们的政府管理者模型表明，海獭(10)是迄今为止在管理者的思维中最核心的捕食者。如果得到进一步调查的证实，这很可能表明，相对于更广泛的当地人口，管理人员对生态的关注是不同的，在任何关于该地区海洋资源管理的公共咨询过程中，这一差异都值得考虑。

就猎物的概念而言，政府管理者似乎与当地平民至少有两个关键的不同。其一，经理们比当地人有更高的系统分辨率。例如，需要注意的是，相对于当地居民的模型，单个鲑鱼物种的多样性在管理者的总体模型中表现得尤为突出。第二个不同之处是，管理者最主要的猎物种类是海带(6)，其次是海胆(3)和饲料鱼(3)。这提醒我们，政府管理者似乎敏锐地认识到一个独特的生态子系统，而这个子系统在当地人的聚集模型中完全没有:海带床。

因此，通过比较管理者和本地居民各自的聚集模型中的中心猎物物种，我们很快就可以清楚地看到，这两者的特点是对很大程度上不同的生态子系统和关系的关注。尽管当地居民的总体心理模型主要围绕着一系列相对容易观察到的、通常很有魅力的巨型动物对鱼类(尤其是鲑鱼)的消费，但管理者的总体心理模型的特点是意识到几个不同的生态子系统，这些子系统在当地居民的总体模型中表面上没有一个具有相同程度的细节。人类→鲑鱼⇓熊子系统，海獭→无脊椎动物子系统和须鲸的模糊意识→微观猎物子系统在管理者和当地人的模型中都有特点。然而，前者的模型还包括一个以海带为中心的子系统，一个以鲨鱼为中心的子系统，以及对两种相对低调的捕食者的角色的敏锐意识，这两种捕食者在当地人的模型中几乎没有受到注意(向日葵海星和一种被称为牡蛎捕手的滨鸟)。在管理者的模型中，将这些子系统联系在一起的单一物种是海胆，它的中间中心性得分(1.583)是模型中所有物种中最高的。

在我们看来，同一共享生态系统的不同特征在认知可及性上的差异，至少在一定程度上是当地居民与环境之间相互作用和观察体验的产物，而不是管理者，反之亦然。在Clayoquot Sound地区，政府资源管理者和当地居民之间的关系往往令人担忧，这种明显的认知焦点鸿沟，特别是(不同于任何同时存在的环境价值差异)，是一个值得进一步测试和在管理中考虑的关键点(Liu 2004, Van den Bossche et al. 2011)。

雄性和雌性

将本地居民男性与本地居民女性的总体心智模式分别进行比较，也产生了产生假设的见解。注意，在男性参与者的聚集模型(图3)中，最中心的捕食者由高到低依次为:熊(7);虎鲸(7);和海獭(6);其次是相对普通的三文鱼(3);以及美洲狮(3);狼(3);然而，对于女性来说，到目前为止，最集中的捕食者是人类(12;请参见图4)。

虽然男性注意到，人类倾向于吃“所有的东西”，但其显著程度相对较低，女性对人类生态系统营养关系的多样性和特异性的关注，主导了后者的总体心智模型。虽然女性确实认为鲑鱼是生态系统中最重要的猎物物种(中心度得分为6)，但与男性不同的是，她们并不认为鲑鱼、大比目鱼或其他任何鱼类是重要的捕食者(见图4)。

尽管我们的数据表明，在克雷奥特生态系统中，男性和女性的心智模式肯定有重要的相似之处，但在显著性和内容上的关键差异表明，对于男性来说，鲑鱼更集中于中心位置，中间位置得分为22.5，而对于女性来说，海獭(11)则相对集中，尽管相对较暗。尽管两性似乎都认识到相同的关系(例如，熊→鲑鱼，海獭→无脊椎动物，人类→许多物种，狼和美洲狮→鹿)，但在男性生态推理的相对重点和解决方案(即以鱼为中心)与女性(即以人类和水獭为中心)方面，确实存在着相应的差异。这些证据值得进一步调查，并表明，如果该地区的海洋资源管理协商过程中，两性中任何一方占据主导地位，那么承认可能产生的潜在偏见的重要性(例如，Johnson等，2004年)。

第一民族与非第一民族

最后，将当地居民样本划分为“第一民族”和“非第一民族”，结果显示出更明显的对比。在“第一民族”对食物网的总体心理模型(图5)中，海獭是目前为止最集中、最高产的捕食者，它捕食8种不同的无脊椎动物，以及一般类别的贝类和所有东西，总体外中心度得分为10。水獭捕食蛤蜊和海胆的倾向，在第一民族参与者中显得尤为突出。非第一民族的总和然而(图6)，到目前为止，人类是最多产的捕食者，尽管不是特别突出，其外度中心性得分为12。相比之下，海獭在非第一民族中获得了相对较低的5分，而海獭的营养联系在非第一民族中也比在第一民族中明显得多。

熊鲸和虎鲸在两种人口模型中都是相对集中的捕食者，而鲑鱼则是共同集中捕食的“物种”。然而，平均而言，第一民族似乎发现红鲑鱼，特别是在相当中心(3)，而非第一民族似乎不太可能想到鲑鱼在这么高的分辨率。对于“第一民族”来说，蛤蜊作为一个广泛的分类群，实际上是最中心的猎物，中心度得分为5。Non-First国家,在相比之下，发现一般类别的鱼类(6)，以及牡蛎(3)和浮游生物(3)，作为猎物物种比蛤蜊(2)更重要。

值得注意的是，尽管海獭显然是原住民群体模型中最主要的捕食者，因为它们显然不容易被原住民认为是猎物，但鲑鱼、海豹和红鲑鱼却是最主要的作为食物网整体的显著“连接”物种，中间中心性得分分别为9.5、5.5和4。相反，在非第一民族模型中，海獭的中间中心性相对较高(4)，仅次于熊(8.5)。与此同时，鲑鱼虽然很重要，但在非第一民族的模型中并不是一个特别重要的连接物种，部分原因是它不容易被非第一民族所重视国家是掠食者。后一点表明，平均而言，第一民族比非第一民族对鲑鱼吃什么有更清晰、更突出的信念。

总而言之，尽管“第一民族”和“非第一民族”的模型确实表明了重要的重叠领域，但非第一民族似乎认为人类是系统中捕食的中心来源，一旦他们认为人类是系统中捕食的中心来源。然而，对于“第一民族”来说，海獭在认知上是最重要的海洋捕食者。虽然这两个群体似乎都很容易认为鲑鱼是关键的猎物物种，虎鲸是重要的捕食者，但“第一民族”似乎比非“第一民族”认为这两种动物的营养相互作用具有明显更高的系统发育分辨率。

综上所述，这些明显的差异暗示了多种可能性。第一，第一民族比较贬低人类作为捕食者，但对海獭作为捕食者的相对压力，这表明，平均而言，第一民族和非第一民族各自倾向于默认构建人类与自然的关系，这可能存在微妙的认知差异。这种影响在其他认知人类学研究中也有报道，这些研究对比了土著居民和殖民定居者的认知立场(Ross et al. 2007)。

第二种可能是，第一民族和非第一民族参与者对当地生态系统模型的差异很可能反映了由于两个群体在该地区的经济和生存活动的差异而形成的不同思维习惯(Atran 1998, Medin和Atran 2004)。例如，虽然我们的采访数据表明，平均而言，非第一民族的户外时间主要用于旅游、工业或娱乐活动，但第一民族报告称，他们花相对更多的户外时间用于自给自足的食物收集，这是法律唯一允许他们这样做的。

这种与生态系统习惯性相互作用的差异有助于解释两方面的原因:第一民族似乎会考虑到关键的海洋食物物种，如红鲑或近岸可食用的无脊椎动物，相对较高的系统发育分辨率，以及对支持或威胁特定食物物种本身的各种营养相互作用的更高程度的认识。从这个角度来看，同样不奇怪的是，相反地，非第一民族似乎更倾向于关注游客最容易看到和想象的营养关系，例如虎鲸、熊和狼等有魅力的物种的进食习惯，而不太需要注意高分辨率的系统发育差异。

第三种选择是，上述两种因素相互强化，从而产生了这种推测分析所提出的第一民族和非第一民族总体心智模型之间的可观察差异。鉴于共享心智模型在谈判过程中的关键作用(Liu 2004, Van den Bossche等人2011)，我们认为，原住民和非原住民之间的海洋资源管理谈判很可能从积极调查和考虑这种潜在群体水平差异的影响中获益。

该方法的潜在用途

以上比较是基于人口统计群组的选择。因此，它们是推测性的，相互重叠，因此不一定构成统计上可靠的差异轴。然而，在未来的应用中，这一限制可以通过结合本文所述的方法和几个因素分析之一来克服。例如，通过使用一种或多种形式的共识分析(例如，罗姆尼等人1987年，韦勒2007年)，研究人员可以探索给定的预先确定群体是否确实表现出显著不同的共享心智模式(非正式共识分析)。或者，数据可以在各种因素上旋转，以确定是否有任何默契组在单一样本中存在显著不同的反应模式。这两种方法都有助于揭示群体之间冲突的显著隐性驱动因素，或者，反过来，有助于揭穿可能对合作产生负面影响的本质主义刻板印象。鉴于这种潜在的应用组合，以及上述更简单方法产生假设的能力，我们认为该方法的结果非常适合直接用于利益相关者之间的审议过程(例如，Parkins和Mitchell 2005, Rodela 2012)，或参与式行动研究(例如，Johnson等人2004)。

结论

心理模型在资源管理领域受到越来越多的关注(Jones et al. 2011, Lynam and Brown 2011, Lynam et al. 2012)。然而，它们的重要性尚未完全纳入多方利益相关者管理实践。这种完全整合的缺乏是相关的，因为实证研究(Brodt和Dietz 1999, Liu 2004, Van den Bossche et al. 2011)表明，实际上，朝着趋同心理模型的行为本身对在谈判环境中培养良好结果最重要。

我们上面介绍的方法将显著性分析与网络分析相结合，有助于实现这一目标。其结果是参与者对系统的集体心理模型的一种可访问的、但数量上稳健的表示，重点是相对的认知显著性。如上所述，这些产出可能在研究和实践中都有潜在的应用。然而，这种方法也有一些缺点。第一，虽然有限的样本量可以产生有助于产生假设的结果，但小的样本量可以导致可视化，放大个人反应的本能影响，而不一定反映共享的认知领域。

第二，由于时间和成本的限制，我们只对参与者进行了一次迭代。因为人们提供了不同长度的自由列表，这限制了我们对个体和子群体之间的差异做出稳健推断的能力。在该方法的未来应用中，可以进行两次迭代，首先生成术语列表，然后对每个参与者使用相同的术语集。

第三，如果不将一种或多种形式的因素分析整合到方法中，就不可能在统计上区分具有显著相似性和差异模式的参与者群体。在该方法的第一次迭代中，时间和资金的限制阻止了我们这样做，但是未来的应用程序将从试验各种方法来解决这一挑战中受益。

最后，我们开发了一种专门用于食物网的方法，这是一个重要但有限的领域。也就是说，只要稍加改变，该方法确实可以用于引出任何系统的群体层面的心理模型，这些系统可以概念化为节点和边的网络。因此，我们鼓励读者考虑将我们的方法适应一系列社会-生态环境，反复修改它，以进一步发展这种心理模型可视化的质量和推理能力。

文献引用

Atran, s . 1998。民间生物学与科学人类学:认知共性与文化特性。行为与脑科学(4): 547 - 569。http://dx.doi.org/10.1017/s0140525x98001277

巴格，F. K.， R. Huss-Ashmore, M. N. Wittink, G. F. Murray, H. R. Bogner和J. J. Gallo, 2006。一种混合方法来理解老年人的孤独和抑郁。老年医学杂志B:心理科学61 (6): S329-S339。http://dx.doi.org/10.1093/geronb/61.6.s329

Beratan, k.k. 2007。复杂社会生态系统决策过程的认知观。生态和社会12(1): 27。(在线)网址://www.dpl-cld.com/vol12/iss1/art27/

Borgatti, s.p. 1996。ANTHROPAC 4.0[计算机软件]。分析技术公司，纳蒂克，马萨诸塞州，美国。

Brandes,美国2001年。一种更快的中间中心性算法。数学社会学杂志25(2): 163 - 177。http://dx.doi.org/10.1080/0022250x.2001.9990249

布罗特，s.e.，迪茨，1999。信息共享与信息共享:将谈判理解为集体解释。263 - 283页在R. J. Bies, R. J. Lewicki，和B. H. Sheppard，编辑。组织谈判研究卷7。Elsevier Science/JAI出版社，宾利，英国

de Morais, 2009年f。关于社区渔民种植的植物的传统生态知识Estirão Comprido, Pantanal matogrossense，巴西。Boletim do Museu Paraense Emîlio Goeldi——Ciências humanas4(2): 277 - 294。

Dongre, lR。，and P. R. Deshmukh. 2012. Farmers’ suicides in the Vidarbha region of Maharashtra, India: a qualitative exploration of their causes.伤害与暴力研究杂志4(1): 2 - 6。http://dx.doi.org/10.5249/jivr.v4i1.68

Gephi》2014。开放图表即平台。盖菲财团，巴黎，法国。(在线)网址:https://gephi.org

Ghorbani, A.， G. Langenberger, L. Feng, J. Sauerborn. 2011。纳班河流域国家级自然保护区哈尼族药用植物的民族植物学研究民族药物学杂志134(3): 651 - 667。http://dx.doi.org/10.1016/j.jep.2011.01.011

Gravlee, C. C.， H. R. Bernard, C. R. Maxwell和A. Jacobsohn, 2013。自由列表启发式的模式效应:比较口头、书面和网络数据收集。社会科学与计算机评论31(1): 119 - 132。http://dx.doi.org/10.1177/0894439312455312

格林、D. W. S. J. Muncer、T. Heffernan和I. C.麦克马纳斯。2003.引出和代表一个社会概念的因果理解:两种方法的方法和统计比较。关于社会表征的论文12:2.1 - 2.23。

杨森，硕士，Ö。Bodin, j.m. Anderies, T. Elmqvist, H. Ernstson, R. R. J. McAllister, P. olsson和P. Ryan, 2006。社会-生态系统恢复力的网络视角。生态和社会11(1): 15。(在线)网址://www.dpl-cld.com/vol11/iss1/art15/

J. A.阿什比和J. A.加西亚。2004。参与式研究与性别分析在自然资源管理中的实践。自然资源论坛28(3): 189 - 200。http://dx.doi.org/10.1111/j.1477-8947.2004.00088.x

Jones, n.a.， H. Ross, T. Lynam, P. Perez, A. Leitch, 2011。心理模型:理论和方法的跨学科综合。生态和社会16(1): 46。(在线)网址://www.dpl-cld.com/vol16/iss1/art46/

Levine, J.， K. M. A. Chan, T. Satterfield. 2015。从理性的行动者到高效的复杂性管理者:驱除幽灵经济人具有统一的认知综合研究。生态经济学114:22-32。http://dx.doi.org/10.1016/j.ecolecon.2015.03.010

刘，洛杉矶，2004。谈判中共享的思维模式。美国田纳西州纳什维尔范德比尔特大学研究生院。

利纳姆，T.和K.布朗，2011。人与环境互动中的心理模型:理论、政策含义和方法探索。生态和社会17(3): 24。http://dx.doi.org/10.5751/ES-04257-170324

Lynam, T.， R. Mathevet, M. Etienne, S. Stone-Jovicich, A. Leitch, N. Jones, H. Ross, D. Du Toit, S. Pollard, H. Biggs和P. Perez。探索之旅的路标:人类与环境互动的心智模式。生态和社会17 (3): 23http://dx.doi.org/10.5751/es-05118-170323

马兰，D. F.和D. F. R.纽巴，2011。Anyi-Ndenye妇女在怀孕期间使用的传统做法和药用植物。非洲生殖健康杂志15(1): 85 - 93。

Medin, d.l.， S. Atran, 2004。原生思维:生物分类和跨文化发展的推理。心理评估111(4): 960 - 983。http://dx.doi.org/10.1037/0033-295x.111.4.960

帕金斯，J. R.和R. E.米切尔，2005。公众参与作为公众辩论:自然资源管理的审议转向。社会与自然资源18(6): 529 - 540。http://dx.doi.org/10.1080/08941920590947977

mr . Pradhan和U. Ram, 2010。塑造青少年性行为的认知性别角色:来自印度奥里萨邦农村的证据。《青春期33(4): 543 - 551。http://dx.doi.org/10.1016/j.adolescence.2009.10.014

Rodela, r . 2012。推进自然资源管理的协商转向:地方资源利用话语分析。环境管理杂志96(1):保险。http://dx.doi.org/10.1016/j.jenvman.2011.10.013

罗姆尼，a.k.， W. H.巴切尔德和S. C.威勒1987。文化共识理论的最新应用。美国行为科学家31(2): 163 - 177。http://dx.doi.org/10.1177/000276487031002003

Ross, N.， D. Medin和D. Cox. 2007。认识论模式与文化冲突:梅诺米尼与威斯康辛的欧美猎人。精神35(4): 478 - 515。http://dx.doi.org/10.1525/eth.2007.35.4.478

史密斯，J. J.和S. P. Borgatti, 1997。显著性和准确性同样重要:纠正和更新自由列表项目显著性的衡量标准。语言人类学杂志7(2): 208 - 209。http://dx.doi.org/10.1525/jlin.1997.7.2.208

Sutrop,美国2001年。列出任务和认知显著性指数。场的方法13(3): 263 - 276。http://dx.doi.org/10.1177/1525822x0101300303

Thompson, E. C.和Z. Juan, 2006。比较文化显著性:使用自由列表数据的措施。场的方法18(4): 398 - 412。http://dx.doi.org/10.1177/1525822x06293128

Van den Bossche, P.， W. Gijselaers, M. Segers, G. Woltjer, P. Kirschner. 2011。团队学习:建立共享的心智模型。教学科学39(3): 283 - 301。http://dx.doi.org/10.1007/s11251-010-9128-3

韦勒，南加州大学，2007年。文化共识理论:应用和常见问题。场的方法19(4): 339 - 368。http://dx.doi.org/10.1177/1525822X07303502