Scientific mobilization of keystone actors for biosphere stewardship
Notice bibliographique
Résumé
The biosphere crisis requires changes to existing business practices. We ask how corporations can become sustainability leaders, when constrained by multiple barriers to collaboration for biosphere stewardship. We describe how scientists motivated, inspired and engaged with ten of the world's largest seafood companies, in a collaborative process aimed to enable science-based and systemic transformations (2015-2021). CEOs faced multiple industry crises in 2015 that incentivized novel approaches. New scientific insights, an invitation to collaborate, and a bold vision of transformative change towards ocean stewardship, created new opportunities and direction. Co-creation of solutions resulted in new knowledge and trust, a joint agenda for action, new capacities, international recognition, formalization of an organization, increased policy influence, time-bound goals, and convergence of corporate change. Independently funded scientists helped remove barriers to cooperation, provided means for reflection, and guided corporate strategies and actions toward ocean stewardship. By 2021, multiple individuals exercised leadership and the initiative had transitioned from preliminary and uncomfortable conversations, to a dynamic, operational organization, with capacity to perform global leadership in the seafood industry. Mobilizing transformational agency through learning, collaboration, and innovation represents a cultural evolution with potential to redirect and accelerate corporate action, to the benefit of business, people and the planet.
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 | 0,018 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,015 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,002 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».