MétaCan
Menu
Retour à la cohorte
Enregistrement W2791249411 · doi:10.1126/sciadv.aao0167

Hallmarks of science missing from North American wildlife management

2018· article· en· W2791249411 sur OpenAlexafffundabout
Kyle A. Artelle, John D. Reynolds, Adrian Treves, Jessica C. Walsh, Paul C. Paquet, Chris T. Darimont

Notice bibliographique

RevueScience Advances · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensRaincoast Conservation FoundationTula FoundationUniversity of VictoriaSimon Fraser University
Organismes subventionnairesHakai InstitutePacific Salmon FoundationTula FoundationSimon Fraser UniversityWilburforce Foundation
Mots-clésWildlifeWildlife managementState (computer science)State managementGeographyEnvironmental resource managementData scienceComputer scienceBiologyEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Resource management agencies commonly defend controversial policy by claiming adherence to science-based approaches. For example, proponents and practitioners of the "North American Model of Wildlife Conservation," which guides hunting policy across much of the United States and Canada, assert that science plays a central role in shaping policy. However, what that means is rarely defined. We propose a framework that identifies four fundamental hallmarks of science relevant to natural resource management (measurable objectives, evidence, transparency, and independent review) and test for their presence in hunt management plans created by 62 U.S. state and Canadian provincial and territorial agencies across 667 management systems (species-jurisdictions). We found that most (60%) systems contained fewer than half of the indicator criteria assessed, with more criteria detected in systems that were peer-reviewed, that pertained to "big game," and in jurisdictions at increasing latitudes. These results raise doubt about the purported scientific basis of hunt management across the United States and Canada. Our framework provides guidance for adopting a science-based approach to safeguard not only wildlife but also agencies from potential social, legal, and political conflict.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,144
Score d'incertitude au seuil0,980

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,023
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,241 · 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.

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

Citations109
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetWildlife Ecology and ConservationTravaux en français237 207