MétaCan
Menu
Retour à la cohorte
Enregistrement W2805473668 · doi:10.3390/su10061846

Effective Biodiversity Conservation Requires Dynamic, Pluralistic, Partnership-Based Approaches

2018· article· en· W2805473668 sur OpenAlexaff
Michael C. Gavin, Joe McCarter, Fikret Berkes, Aroha Te Pareake Mead, Eleanor J. Sterling, Ruifei Tang, Nancy J. Turner

Notice bibliographique

RevueSustainability · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Cultural Studies in Latin America and Beyond
Établissements canadiensUniversity of VictoriaUniversity of Manitoba
Organismes subventionnairesMax-Planck-Institut für MenschheitsgeschichteNational Science Foundation
Mots-clésConvention on Biological DiversityGeneral partnershipBiodiversityBiodiversity conservationConservation psychologyEnvironmental resource managementEnvironmental planningSustainable developmentVisionEnvironmental ethicsPolitical scienceSociologyEcologyEconomicsGeographyBiologyLaw

Résumé

récupéré en direct d'OpenAlex

Biodiversity loss undermines the long-term maintenance of ecosystem functions and the well-being of human populations. Global-scale policy initiatives, including the Convention on Biological Diversity, have failed to curb the loss of biodiversity. This failure has led to contentious debates over alternative solutions that represent opposing visions of value-orientations and policy tools at the heart of conservation action. We review these debates and argue that they impede conservation progress by wasting time and resources, overlooking common goals, failing to recognize the need for diverse solutions, and ignoring the central question of who should be involved in the conservation process. Breaking with the polarizing debates, we argue that biocultural approaches to conservation can guide progress toward just and sustainable conservation solutions. We provide examples of the central principles of biocultural conservation, which emphasize the need for pluralistic, partnership-based, and dynamic approaches to conservation.

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)0,036
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0140,055
Communication savante0,0260,022
Science ouverte0,0030,025
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,230 · 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'étudeThéorique ou conceptuel
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

Citations184
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetEnvironmental and Cultural Studies in Latin America and BeyondTravaux en français237 207