MétaCan
Menu
Retour à la cohorte
Enregistrement W1933089777 · doi:10.1111/cobi.12173

Cultivating Creativity in Conservation Science

2013· article· en· W1933089777 sur OpenAlexaff
Clare E. Aslan, Malin L. Pinsky, Maureen E. Ryan, Sara Souther, Kimberly A. Terrell

Notice bibliographique

RevueConservation Biology · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensSimon Fraser University
Organismes subventionnairesCedar Tree Foundation
Mots-clésCreativityProcess (computing)Face (sociological concept)PsychologyEngineering ethicsKnowledge managementComputer scienceSociologySocial psychologyEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

Conservation practitioners and scientists are often faced with seemingly intractable problems in which traditional approaches fail. While other sectors (e.g., business) frequently emphasize creative thinking to overcome complex challenges, creativity is rarely identified as an essential skill for conservationists. Yet more creative approaches are urgently needed in the effort to sustain Earth's biodiversity. We identified 4 strategies to develop skills in creative thinking and discuss underlying research and examples supporting each strategy. First, by breaking down barriers between disciplines and surrounding oneself with unfamiliar people, concepts, and perspectives, one can expand base knowledge and experiences and increase the potential for new combinations of ideas. Second, by meeting people where they are (both literally and figuratively), one exposes oneself to new environments and perspectives, which again broadens experiences and increases ability to communicate effectively with stakeholders. Third, by embracing risk responsibly, one is more likely to develop new, nontraditional solutions and be open to high-impact outcomes. Finally, by following a cycle of learning, struggle, and reflection, one can trigger neurophysiological changes that allow the brain to become more creative. Creativity is a learned trait, rather than an innate skill. It can be actively developed at both the individual and institutional levels, and learning to navigate the relevant social and practical barriers is key to the process. To maximize the success of conservation in the face of escalating challenges, one must take advantage of what has been learned from other disciplines and foster creativity as both a professional skill and an essential component of career training and individual development.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,018
Communication savante0,0110,006
Science ouverte0,0020,014
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,401
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation BiologyMême sujetCreativity in Education and NeuroscienceTravaux en français237 207