Better evidence, better decisions, better environment: emergent themes from the first environmental evidence conference
Notice bibliographique
Résumé
The first international Collaboration for Environmental Evidence (CEE) conference took place in August 2016 at the Swedish Museum of Natural History in Stockholm with nearly 100 participants from 14 countries. This conference reflected and contributed to the growth of a global network of people interested in the production and use of evidence syntheses in environmental management. The conference also provided an opportunity to identify emerging themes and reflect on those ideas and perspectives to help direct future activities of the CEE and the broader community. An increasingly engaged community of practice was evident but there is uneven distribution of experience, resources, capacity, and commitment to evidence synthesis in different sectors and regions. There is much opportunity to bring academics, practitioners, and other partners together which will help to further demonstrate impact of evidence synthesis activities and enhance relevance. As the discipline evolves there is growing interest in rapid evidence synthesis but the benefits and risks of that approach remain unclear. There was also a recognition that improvements in empirical science will enhance the likelihood that more studies can be fully exploited as part of evidence synthesis. There are opportunities for capacity building, engaging the next generation (e.g., students), and enhancing connections within and beyond the CEE community to advance evidence-based environmental management. It is our desire that this paper will serve as a template for future CEE activities (i.e., where to invest resources) but also as an invitation to those that were unable to attend to participate in CEE and the evidence-based environmental management movement in whichever ways resonate with them.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,230 | 0,231 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,027 | 0,035 |
| Communication savante | 0,057 | 0,034 |
| Science ouverte | 0,008 | 0,048 |
| Intégrité de la recherche | 0,020 | 0,055 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 ».