Changing trends and persisting biases in three decades of conservation science
Notice bibliographique
Résumé
Conservation science is a rapidly developing discipline, and the knowledge base it generates is relevant for practical applications. It is therefore crucial to monitor biases and trends in conservation literature, to track the progress of the discipline and re-align efforts where needed. We evaluated past and present trends in the focus of the conservation literature, and how they relate to conservation needs. We defined the focus of the past literature from 13 published reviews referring to 18,369 article classifications, and the focus of the current literature by analysing 2553 articles published between 2011–2015. We found that some of the historically under-studied biodiversity elements are receiving significantly more attention today, despite being still under-represented. The total proportion of articles on invertebrates, genetic diversity, or aquatic systems is 50%–60% higher today than it was before 2010. However, a disconnect between scientific focus and conservation needs is still present, with greater attention devoted to areas or taxa less rich in biodiversity and threatened biodiversity. In particular, a strong geographical bias persists, with 40% of studies carried out in USA, Australia or the UK, and only 10% and 6% respectively in Africa or South East Asia. Despite some changing trends, global conservation science is still poorly aligned with biodiversity distribution and conservation priorities, especially in relation to threatened species. To overcome the biases identified here, scientists, funding agencies and journals must prioritise research adaptively, based on biodiversity conservation needs. Conservation depends on policy makers and practitioners for success, and scientists should actively provide those who make decisions with the knowledge that best addresses their needs.
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 | 0,000 | 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 | 0,001 |
| 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) | 0,001 | 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 ».