MétaCan
Menu
Retour à la cohorte
Enregistrement W2610795005 · doi:10.7287/peerj.preprints.2946v1

Defending scientific integrity in conservation policy processes: lessons from Canada, Australia, and the United States

2017· preprint· en· W2610795005 sur OpenAlexaffabout
Carlos Carroll, Brett Hartl, G. T. Goldman, Daniel J. Rohlf, Adrain Treves, Jeremy T. Kerr, Euan G. Ritchie, Richard T. Kingsford, Katherine E Gibbs, Martine Maron, James Watson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Ecology, Wildlife Education
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)Political sciencePublic relationsAgency (philosophy)PoliticsGovernment (linguistics)UncertaintyScientific integrityPublicationScientific evidenceBusinessPublic administrationLawEngineering ethicsSociologyEngineering

Résumé

récupéré en direct d'OpenAlex

Government agencies faced with politically controversial decisions often discount or ignore scientific information, whether from agency staff or non-governmental scientists. Recent developments in scientific integrity (the ability to perform, use, communicate and publish science free from censorship or political interference) in Canada, Australia and the United States demonstrate a similar trajectory: a perceived increase in scientific integrity abuses is followed by concerted pressure by the scientific community, leading to efforts to improve scientific integrity protections under a new administration. However, protections are often inconsistently applied, and are at risk of reversal under administrations that are publicly hostile to evidence-based policy. We compare recent challenges to scientific integrity to determine what aspects of scientific input into conservation policy are most at risk of political distortion and what can be done to strengthen safeguards against such abuses. To ensure the integrity of outbound communication from government scientists to public, we suggest that governments strengthen scientific integrity policies, include scientists’ right to speak freely in collective bargaining agreements, guarantee public access to scientific information, and strengthen agency culture supporting scientific integrity. To ensure the transparency and integrity with which information from non-governmental scientists (e.g., submitted comments or formal policy reviews) informs the policy process, we suggest that governments broaden the scope of independent reviews, ensure greater diversity of expert input with transparency regarding conflicts of interest, require substantive response to input from agencies, and engage proactively with scientific societies. For their part, scientists and scientific societies have a civic responsibility to engage with the wider public to affirm that science is a crucial resource for developing evidence-based policy and regulations that are in the public interest.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,733

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,338
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetConservation, Ecology, Wildlife EducationTravaux en français237 207