MétaCan
Menu
Retour à la cohorte
Enregistrement W3201666756 · doi:10.1371/journal.pbio.3001296

Tapping into non-English-language science for the conservation of global biodiversity

2021· article· en· W3201666756 sur OpenAlexaff
Tatsuya Amano, Violeta Berdejo‐Espinola, Alec P. Christie, Kate Willott, Munemitsu Akasaka, Andràs Báldí, Anna Berthinussen, Sandro Bertolino, Andrew J. Bladon, Min Chen, Chang‐Yong Choi, Magda Bou Dagher Kharrat, Luis G. de Oliveira, Perla Farhat, Marina Golivets, Nataly Hidalgo Aranzamendi, Kerstin Jantke, Joanna Kajzer‐Bonk, M. Çisel Kemahlı Aytekin, Igor Khorozyan, Kensuke Kito, Ko Konno, Da‐Li Lin, Nick A. Littlewood, Yang Liu, Yifan Liu, Matthias‐Claudio Loretto, Valentina Marconi, Philip A. Martin, William H. Morgan, Juan Pablo Narváez-Gómez, Pablo José Negret, Elham Nourani, José Manuel Ochoa Quintero, Nancy Ockendon, Rachel Rui Ying Oh, Silviu O. Petrovan, Ana Cláudia Piovezan Borges, Ingrid L. Pollet, Danielle Leal Ramos, Ana L. Reboredo Segovia, A. Nayelli Rivera‐Villanueva, Ricardo Rocha, Marie‐Morgane Rouyer, Katherine A. Sainsbury, Richard Schuster, Dominik Schwab, Çağan H. Şekercioğlu, Hae-Min Seo, Gorm E. Shackelford, Yushin Shinoda, Rebecca K. Smith, Shan-dar Tao, Ming-shan Tsai, Elizabeth H. M. Tyler, Flóra Vajna, José O. Valdebenito, Svetlana Vozykova, Paweł Waryszak, Veronica Zamora‐Gutierrez, Rafael Dudeque Zenni, Wenjun Zhou, William J. Sutherland

Notice bibliographique

RevuePLoS Biology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensCarleton UniversityUniversity of AlbertaAcadia University
Organismes subventionnairesNational Research, Development and Innovation OfficeNatural Environment Research CouncilUniversità degli Studi di TorinoNarodowym Centrum NaukiCHIST-ERAConsejo Nacional de Ciencia y TecnologíaCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorMAVA FoundationEuropean CommissionDeutsche ForschungsgemeinschaftConselho Nacional de Desenvolvimento Científico e TecnológicoAgenția Națională pentru Cercetare și DezvoltareÁllatorvostudományi EgyetemAssociation Neurofibromatoses et RecklinghauseArcadia FundUniversity of QueenslandAustralian Research CouncilAgencia Nacional de Investigación y DesarrolloDepartamento Administrativo de Ciencia, Tecnología e Innovación (COLCIENCIAS)
Mots-clésContext (archaeology)English languageBiodiversityConservation scienceComputer scienceLinguisticsData scienceBiologyEcologyPsychologyMathematics education

Résumé

récupéré en direct d'OpenAlex

The widely held assumption that any important scientific information would be available in English underlies the underuse of non-English-language science across disciplines. However, non-English-language science is expected to bring unique and valuable scientific information, especially in disciplines where the evidence is patchy, and for emergent issues where synthesising available evidence is an urgent challenge. Yet such contribution of non-English-language science to scientific communities and the application of science is rarely quantified. Here, we show that non-English-language studies provide crucial evidence for informing global biodiversity conservation. By screening 419,679 peer-reviewed papers in 16 languages, we identified 1,234 non-English-language studies providing evidence on the effectiveness of biodiversity conservation interventions, compared to 4,412 English-language studies identified with the same criteria. Relevant non-English-language studies are being published at an increasing rate in 6 out of the 12 languages where there were a sufficient number of relevant studies. Incorporating non-English-language studies can expand the geographical coverage (i.e., the number of 2° × 2° grid cells with relevant studies) of English-language evidence by 12% to 25%, especially in biodiverse regions, and taxonomic coverage (i.e., the number of species covered by the relevant studies) by 5% to 32%, although they do tend to be based on less robust study designs. Our results show that synthesising non-English-language studies is key to overcoming the widespread lack of local, context-dependent evidence and facilitating evidence-based conservation globally. We urge wider disciplines to rigorously reassess the untapped potential of non-English-language science in informing decisions to address other global challenges. Please see the Supporting information files for Alternative Language Abstracts.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,267
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,263
Écart entre enseignants0,235 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations245
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207