Systematic reviews and maps as tools for applying behavioral ecology to management and policy
Notice bibliographique
Résumé
Although examples of successful applications of behavioral ecology research to policy and management exist, knowledge generated from such research is in many cases under-utilized by managers and policy makers. On their own, empirical studies and traditional reviews do not offer the robust syntheses that managers and policy makers require to make evidence-based decisions and evidence-informed policy. Similar to the evidence-based revolution in medicine, the application of formal systematic review processes has the potential to invigorate the field of behavioral ecology and accelerate the uptake of behavioral evidence in policy and management. Systematic reviews differ from traditional reviews and meta-analyses in that their methods are peer reviewed and prepublished for maximum transparency, the evidence base is widened to cover work published outside of academic journals, and review findings are formally communicated with stakeholders. This approach can be valuable even when the systematic literature search fails to yield sufficient evidence for a full review or meta-analysis; preparing systematic maps of the existing evidence can highlight deficiencies in the evidence base, thereby directing future research efforts. To standardize the use of systematic evidence syntheses in the field of environmental science, the Collaboration for Environmental Evidence (CEE) created a workflow process to certify the comprehensiveness and repeatability of systematic reviews and maps, and to maximize their objectivity. We argue that the application of CEE guidelines to reviews of applied behavioral interventions will make robust behavioral evidence easily accessible to managers and policy makers to support their decision-making, as well as improve the quality of basic research in behavioral ecology.
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 | 0,305 | 0,521 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,007 |
| Méta-épidémiologie (sens large) | 0,012 | 0,009 |
| Bibliométrie | 0,158 | 0,087 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,032 | 0,035 |
| Science ouverte | 0,010 | 0,030 |
| Intégrité de la recherche | 0,012 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,008 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».