Bridging research and practice in conservation
Notice bibliographique
Résumé
Calls for biodiversity conservation practice to be more evidence based are growing, and we agree evidence use in conservation practice needs improvement. However, evidence-based conservation will not be realized without improved access to evidence. In medicine, unlike in conservation, a well-established and well-funded layer of intermediary individuals and organizations engage with medical practitioners, synthesize primary research relevant to decision making, and make evidence easily accessible. These intermediaries prepare targeted evidence summaries and distribute them to practitioners faced with time-sensitive and value-laden decisions. To be effective, these intermediaries, who we refer to as evidence bridges, should identify research topics based on the priorities of practitioners; synthesize evidence; prepare and distribute easy-to-find and easy-to-use evidence summaries; and develop and maintain networks of connections with researchers and practitioners. Based on a review of the literature regarding evidence intermediaries in conservation and environmental management, as well as an anonymous questionnaire searching for such organizations, we found few intermediaries that met all these criteria. Few evidence bridges that do exist are unable to reach most conservation practitioners, which include resource managers in government and industry, conservation organizations, and farmers and other private landowners. We argue that the lack of evidence bridges from research to practitioners contributes to evidence complacency and limits the use of evidence in conservation action. Nevertheless, several existing organizations help reduce the gap between evidence and practice and could serve as a foundation for building additional components of evidence bridges in conservation. Although evidence bridges need expertise in research and evidence synthesis, they also require expertise in identifying and communicating with the community of practitioners most in need of clear and concise syntheses of evidence. Article Impact Statement: Evidence-based conservation will not be realized without improved access to evidence. We call for intermediary evidence bridges.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».