MétaCan
Menu
Retour à la cohorte
Enregistrement W3208295098 · doi:10.1186/s43170-021-00062-7

An assessment of the capacity and responsiveness of a national system to address the threat of invasive species: a systems approach

2021· article· en· W3208295098 sur OpenAlexfundno aff
Frances Williams, Kate Constantine, A. A. Ali, Teresia Karanja, Staline Kibet, Eunice Lingeera, George M. Muthike, Ivan Rwomushana, J. Godwin, Roger Day

Notice bibliographique

RevueCABI Agriculture and Bioscience · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Innovations and Practices
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchAgriculture and Agri-Food CanadaForeign, Commonwealth and Development OfficeMinistry of Agriculture of the People's Republic of China
Mots-clésCorporate governanceStakeholder engagementProcess (computing)Citizen journalismStakeholderProcess managementBusinessEnvironmental resource managementKey (lock)Environmental planningPolitical sciencePublic relationsEcologyBiologyComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Background Invasive species affect the social, economic and health aspects of many farmers and are known to cause major losses with considerable costs spent on management. Several international agreements recognise the threat caused by invasive species which signatories have an obligation to manage. This paper sets out a framework and method for assessing the performance and responsiveness of a country’s invasive species system. The objective is to engage with key actors within an invasive species system using a participatory approach to determine the strengths, weaknesses and functioning of the invasive species system. The aim is to understand the system as it currently stands and to identify opportunities and challenges from various actor’s perspectives. Method The first step was to define an invasive species system and its component parts including the functions, expected outputs and contextual factors. A range of indicators and participatory tools were developed to measure system performance. The process includes a desk review, stakeholder workshop and key informant interviews. The approach was piloted in Kenya. Results Actors who are active in managing invasive species were identified and engaged. The assessment process provided insights into the current functioning of the invasive species system. A number of key challenges were identified, for instance, the lack of finance, governance and leadership, as major barriers to effective system performance, alongside the lack of a central coordinating body to guide invasive species management. Conclusion The systems approach developed helped in facilitating the engagement of key actors within a country’s invasive species system. The actors performed a self-assessment of the current system status and determined what is required to move towards more effective management of invasive species. Participants responded positively to the framework and process developed, which contributed to developing ownership and clear steps forward towards a more pro-active, rather than reactive, approach in the management of invasive species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0030,006
Communication savante0,0090,006
Science ouverte0,0010,007
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,052
Tête enseignante GPT0,280
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCABI Agriculture and BioscienceMême sujetAgricultural Innovations and PracticesTravaux en français237 207