MétaCan
Menu
Retour à la cohorte
Enregistrement W2783938336 · doi:10.1111/cobi.13059

Publishing social science research in <i>Conservation Biology</i> to move beyond biology

2018· editorial· en· W2783938336 sur OpenAlexaff
Tara L. Teel, Christopher B. Anderson, Mark A. Burgman, Joshua E. Cinner, Douglas A. Clark, Rodrigo A. Estévez, Julia P. G. Jones, Tim R. McClanahan, Mark S. Reed, Chris Sandbrook, Freya A. V. St. John

Notice bibliographique

RevueConservation Biology · 2018
Typeeditorial
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésConservation biologyConservation psychologyEnvironmental ethicsConservation scienceEcologyBiodiversityPublishingBiologySociologyPolitical sciencePhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

Conservation biology arose as a field of academic science and management practice to intervene in what biologists and related professionals identified and perceived as a biodiversity extinction crisis (Soulé 1985). Although it has earlier foundations (e.g., Biological Conservation began to be published in 1968), the new discipline was consolidated in the 1980s and 1990s under the leadership of a group of eminent biologists, who institutionalized this paradigm via their seminal writings, with the creation of the Society for Conservation Biology in 1987, the founding of the journal Conservation Biology in 1988, and the proliferation in the number of conservation biology graduate programs during the early 1990s (Meine et al. 2006). Initially focused on critical biological aspects of conservation, such as genetics, systematics, ecology, and evolution, conservation biology professionals increasingly recognized that the human dimensions of biodiversity are requisite components to the field's overall success (Meine et al. 2006). However, given its personal, epistemological, and institutional roots in the natural sciences, less attention has been paid to the social aspects until relatively recently (e.g., see Fig. 1 in Soulé [1985], Mascia et al. 2003).

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)0,012
score de la tête « metaresearch » (Gemma)0,034
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,347

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,016
Études des sciences et des technologies0,0040,008
Communication savante0,0170,011
Science ouverte0,0020,005
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,1040,031

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 Opus0,091
Tête enseignante GPT0,385
Écart entre enseignants0,294 · 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
GenreÉditorial

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

En bref

Citations115
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation BiologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207