A mixed methodology for evaluating use of evidence in conservation planning
Notice bibliographique
Résumé
Conservation practitioners widely recognize the importance of making decisions based on the best available evidence. However, the effectiveness of evidence use in conservation planning is rarely assessed, which limits opportunities to improve evidence-based practice. We devised a mixed methodology for empirically evaluating use of evidence that applies social science tools to systematically appraise what kinds of evidence are used in conservation planning, to what effect, and under what limitations. We applied our approach in a case study of the Nature Conservancy of Canada (NCC), a leading land conservation organization. We conducted qualitative and quantitative analyses of 65 NCC planning documents (n = 13 in-depth) to identify patterns in evidence use, and surveyed 35 conservation planners to examine experiences of and barriers to using evidence. Although claims in plans contained a wide range of evidence types, 26% of claims were not referenced or associated with an identifiable source. Lack of evidence use was particularly apparent in claims associated with direct threats, particularly those identified as low (71% coded as insufficient or lacking evidence) or medium (45%) threats. Survey participants described relying heavily on practitioner experience and highlighted capacity limitations and disciplinary gaps in expertise among planning teams as barriers to using evidence effectively. We found that although time-intensive, this approach yielded actionable recommendations for improving evidence use in NCC conservation plans. Similar mixed-method assessments may streamline the process by including interviews and refining the document analysis frames to target issues or sections of concern. We suggest our method provides an accessible and robust point of departure for conservation practitioners to evaluate whether the use of conservation planning reflects in-house standards and more broadly recognized best practices.
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 | 0,527 | 0,618 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,012 |
| Bibliométrie | 0,059 | 0,035 |
| Études des sciences et des technologies | 0,007 | 0,011 |
| Communication savante | 0,014 | 0,008 |
| Science ouverte | 0,009 | 0,016 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».