A systematic mapping protocol for understanding knowledge exchange in forest science
Notice bibliographique
Résumé
Abstract When making decisions about forest and environmental management, managers and policymakers often rely upon scientific knowledge. There is a well‐documented ‘knowledge–integration gap’ where often the production of knowledge and its use are not aligned. Though there are several theoretical frameworks that conceptualize how knowledge is exchanged between producers of scientific knowledge and users of that information, there has been little attention to documenting knowledge exchange practices and their effectiveness, especially about forests. In the systematic map, we will examine the peer‐reviewed academic and grey literature to document and classify the knowledge exchange techniques suggested and adopted by knowledge producers and users in the forest sciences globally. Characterizing this knowledge exchange landscape will provide new information about which techniques are used and their frequency, if there is evidence of effectiveness for particular techniques, and recommendations for best practices. This map will also show whether approaches to knowledge exchange differ between sectors (e.g. academia, government). We will create a systematic literature map as defined by the Collaboration for Environmental Evidence to capture case studies of, or theories about, knowledge exchange related to forest science. The search of peer‐reviewed academic and grey literature will be conducted in English and French in two academic databases (BASE and Scopus) and one specialist database (ResearchGate). Candidate search strings will be evaluated against a test list of documents to determine strings with maximum sensitivity and specificity. Eligibility criteria will be applied to items at two screening stages: (1) title and abstract and (2) full‐text. All screening decisions will be recorded in a database with 15% of full‐text screening decisions validated. Items retained for inclusion will have data extracted according to a standardized strategy. Each reviewer conducting data extraction will have at least three of their extractions validated. The systematic map will employ a narrative synthesis approach that includes descriptive statistics, tables, and figures which describe the types and frequency of knowledge exchange techniques theorized or described, a network map displaying the institutions within and between which knowledge exchange occurs, as well as summarizing any available evidence of effectiveness for particular knowledge exchange techniques.
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 | 0,275 | 0,407 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,030 | 0,028 |
| Études des sciences et des technologies | 0,009 | 0,007 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,133 | 0,024 |
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 ».