Navigating spaces between conservation research and practice: Are we making progress?
Notice bibliographique
Résumé
Abstract 1. Despite aspirations for conservation impact, mismatches between research and implementation have limited progress towards this goal. There is, therefore, an urgent need to identify how we can more effectively navigate the spaces between research and practice. 2. In 2014, we ran a workshop with conservation researchers and practitioners to identify mismatches between research and implementation that needed to be overcome to deliver evidence‐informed conservation action. Five mismatches were highlighted: spatial, temporal, priority, communication, and institutional. 3. Since 2014, thinking around the ‘research–implementation gap’ has progressed. The term ‘gap’ has been replaced by language around the dynamic ‘spaces’ between research and action, representing a shift in thinking around what it takes to better align research and practice. 4. In 2019, we ran a follow‐up workshop reflecting on this shift, whether the five mismatches identified in the 2014 workshop were still present in conservation, and whether progress had been made to overcome these mismatches during the past 5 years. We found that while there has been progress, we still have some way to go across all dimensions. 5. Here, we report on the outcomes of the 2019 workshop, reflect on what has changed over the past 5 years, and offer 10 recommendations for strengthening the alignment of conservation research and practice.
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 | 0,343 | 0,338 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,026 | 0,048 |
| Communication savante | 0,071 | 0,091 |
| Science ouverte | 0,012 | 0,052 |
| Intégrité de la recherche | 0,030 | 0,037 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».