Notice bibliographique
Résumé
Abstract Rice, J. C. 2011. Advocacy science and fisheries decision-making. – ICES Journal of Marine Science, 68: 2007–2012. Science advice is supposed to meet idealistic standards for objectivity, impartiality, and lack of bias. Acknowledging that science advisors are imperfect at meeting those standards, they nonetheless need to strive to produce sound, non-partisan advice, because of the privileged accountability given to science advice in decision-making. When science advisors cease to strive for those ideals and promote advocacy science, such advice loses the right to that privileged position. There are temptations to shape science advice by using information that “strengthens” the conservation case selectively. Giving in to such temptation, however, dooms the advice; science advice becomes viewed as expressions of the biases of those who provide it rather than reflecting the information on which the advice is based. Everyone, including the ecosystems, loses. There are ways to increase the impact of science advice on decision-making that do not involve perverting science advice into advocacy: peer review by diverse experts, integrating advice on ecological, economic, and social information and outcomes, and focusing advisory approaches on risks, costs, and trade-offs of different types of management error. These approaches allow the science experts to be active, informed participants in the governance processes to aid sound decision-making, not to press for preselected outcomes. Everyone, including the ecosystems, wins.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».