From Fish Movement to Knowledge Movement: Understanding and Improving Science
Notice bibliographique
Résumé
Over the past decade, telemetry science has generated new knowledge with the potential to inform fisheries management in the Laurentian Great Lakes of North America.Yet, new information and scientific evidence must be timely, understood, and viewed as credible and relevant by fisheries managers and policy makers for it to be ultimately used in decision making and integrated into policies.In this thesis, I explore the Great Lakes fisheries network by conducting 50 interviews, with questions based on a knowledge mobilization framework, with managers, researchers and assessment biologists involved in Great Lakes fisheries to identify facilitators and barriers to knowledge transfer and adoption of telemetry science, their awareness to the strengths and limitations of telemetry data as well as their opinion on the role telemetry plays regarding fisheries management.Overall, there is a general awareness of the various strengths and limitations of biotelemetry research and technology in the Great Lakes.Mixed opinions emerged regarding the peer-review process, data sharing and integration of biotelemetry findings into management.There was slight uncertainty regarding the use of biotelemetry to reliably study ecosystems, its costeffectiveness and biotelemetry's future role in standard assessments for the management of the Great Lakes fisheries.Overall, the largest perceived barrier of integration of new knowledge into management was characteristics of actors (e.g., understanding of science, change management issues, generational gap), followed by environmental and contextual (economical, government and institutional), knowledge transfer and characteristics of knowledge (applicability).I will discuss advice and recommendations for telemetry scientists and researchers to help them advance the understanding and incorporation of telemetry science into future decision making processes.I would also like to thank my co-supervisor, Dr. Nathan Young, for his guidance into the realm of social science and his words of advice along the way.I thank them both tremendously for their understanding, compassion and patience while I was completing this degree.
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 | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».