Defending scientific integrity in conservation policy processes: lessons from Canada, Australia, and the United States
Notice bibliographique
Résumé
Government agencies faced with politically controversial decisions often discount or ignore scientific information, whether from agency staff or non-governmental scientists. Recent developments in scientific integrity (the ability to perform, use, communicate and publish science free from censorship or political interference) in Canada, Australia and the United States demonstrate a similar trajectory: a perceived increase in scientific integrity abuses is followed by concerted pressure by the scientific community, leading to efforts to improve scientific integrity protections under a new administration. However, protections are often inconsistently applied, and are at risk of reversal under administrations that are publicly hostile to evidence-based policy. We compare recent challenges to scientific integrity to determine what aspects of scientific input into conservation policy are most at risk of political distortion and what can be done to strengthen safeguards against such abuses. To ensure the integrity of outbound communication from government scientists to public, we suggest that governments strengthen scientific integrity policies, include scientists’ right to speak freely in collective bargaining agreements, guarantee public access to scientific information, and strengthen agency culture supporting scientific integrity. To ensure the transparency and integrity with which information from non-governmental scientists (e.g., submitted comments or formal policy reviews) informs the policy process, we suggest that governments broaden the scope of independent reviews, ensure greater diversity of expert input with transparency regarding conflicts of interest, require substantive response to input from agencies, and engage proactively with scientific societies. For their part, scientists and scientific societies have a civic responsibility to engage with the wider public to affirm that science is a crucial resource for developing evidence-based policy and regulations that are in the public interest.
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 | 0,030 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,026 | 0,019 |
| Communication savante | 0,016 | 0,008 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».