The next generation of <i>action ecology</i>: novel approaches towards global ecological research
Notice bibliographique
Résumé
Advances in the acquisition and dissemination of knowledge over the last decade have dramatically reshaped the way that ecological research is conducted. The advent of large, technology‐based resources such as iNaturalist, Genbank, or the Global Biodiversity Information Facility (GBIF) allow ecologists to work at spatio‐temporal scales previously unimaginable. This has generated a new approach in ecological research: one that relies on large datasets and rapid synthesis for theory testing and development, and findings that provide specific recommendations to policymakers and managers. This new approach has been termed action ecology , and here we aim to expand on earlier definitions to delineate its characteristics so as to distinguish it from related subfields in applied ecology and ecological management. Our new, more nuanced definition describes action ecology as ecological research that is (1) explicitly motivated by the need for immediate insights into current, pressing problems, (2) collaborative and transdisciplinary, incorporating sociological in addition to ecological considerations throughout all steps of the research, (3) technology‐mediated, innovative, and aggregative (i.e., reliant on ‘big data'), and (4) designed and disseminated with the intention to inform policy and management. We provide tangible examples of existing work in the domain of action ecology, and offer suggestions for its implementation and future growth, with explicit recommendations for individuals, research institutions, and ecological societies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».