The Efficacy of Using SCB Guidelines to Facilitate Conservation Science-Faith Collaboration: Experiences in the Field
Notice bibliographique
Résumé
Recognizing the need to identify ways in which conservation researchers and practitioners can work constructively with faith leaders and communities to conserve biological diversity, the Religion and Conservation Biology Working Group of the Society for Conservation Biology formally launched the Best Practices Project in March 2016 for the purpose of collecting recommendations from SCB members throughout the world. A survey of members in 2016, a forum at the 2016 International Marine Conservation Congress in Newfoundland/Labrador, a symposium, workshop and poster session at the 2017 International Congress for Conservation Biology in Colombia, and an e-mail request to RCBWG members in October 2017 yielded many recommendations that constitute Guidelines for Interacting with Faith-based Leaders and Communities: A Proposal by and for Members of the Society for Conservation Biology published by the SCB in May 2018. Members have been reporting the efficacy of following these guidelines in their projects, and five who worked with different faiths presented their experiences in the field during a symposium at the 2019 ICCB in Malaysia. Abridged versions of their presentations are shared in this article with focus on guidelines that proved most helpful for facilitating conservation-faith collaboration to achieve project goals. Discussed subsequently are ways in which conservationists and faith communities benefitted from their joint efforts, reasons why conservationists should consider engaging faith communities in their projects, and impediments to collaboration that must be overcome. The SCB guidelines are listed succinctly, and conservationists are urged to consider using them in their projects.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».