MétaCan
Menu
Retour à la cohorte
Enregistrement W2900774961 · doi:10.1111/2041-210x.13126

Expanding the role of social science in conservation through an engagement with philosophy, methodology, and methods

2019· article· en· W2900774961 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMethods in Ecology and Evolution · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Philosophy and Ethics
Établissements canadiensDalhousie UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésData scienceObjectivismQualitative researchEpistemologyManagement scienceSet (abstract data type)Social researchPerspective (graphical)Value (mathematics)Field (mathematics)Computer scienceSociologySocial scienceEngineering ethicsArtificial intelligenceEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The Special Feature led by Sutherland, Dicks, Everard, and Geneletti ( Methods Ecology and Evolution , 9, 7–9, 2018) sought to highlight the importance of “qualitative methods” for conservation. The intention is welcome, and the collection makes many important contributions. Yet, the articles presented a limited perspective on the field, with a focus on objectivist and instrumental methods, omitting discussion of some broader philosophical and methodological considerations crucial to social science research. Consequently, the Special Feature risks narrowing the scope of social science research and, potentially, reducing its quality and usefulness. In this article, we seek to build on the strengths of the articles of the Special Feature by drawing in a discussion on social science research philosophy, methodology, and methods. We start with a brief discussion on the value of thinking about data as being qualitative (i.e., text, image, or numeric) or quantitative (i.e., numeric), not methods or research . Thinking about methods as qualitative can obscure many important aspects of research design by implying that “qualitative methods” somehow embody a particular set of assumptions or principles. Researchers can bring similar, or very different, sets of assumptions to their research design, irrespective of whether they collect qualitative or quantitative data. We clarify broad concepts, including philosophy, methodology, and methods, explaining their role in social science research design. Doing so provides us with an opportunity to examine some of the terms used across the articles of the Special Feature (e.g., bias), revealing that they are used in ways that could be interpreted as being inconsistent with their use in a number of applications of social science. We provide worked examples of how social science research can be designed to collect qualitative data that not only understands decision‐making processes, but also the unique social–ecological contexts in which it takes place. These examples demonstrate the importance of coherence between philosophy, methodology, and methods in research design, and the importance of reflexivity throughout the research process. We conclude with encouragement for conservation social scientists to explore a wider range of qualitative research approaches, providing guidance for the selection and application of social science methods for ecology and 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.

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)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,304
Score d'incertitude au seuil0,699

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,070
Tête enseignante GPT0,393
Écart entre enseignants0,323 · 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