Achieving the Promise of Integration in Social-Ecological Research: A Review and Prospectus
Notice bibliographique
Résumé
An integrated understanding of both social and ecological aspects of environmental issues is essential to address pressing sustainability challenges. An integrated social-ecological systems perspective is purported to provide a better understanding of the complex relationships between humans and nature. Despite a threefold increase in the amount of social-ecological research published between 2010 and 2015, it is unclear whether these approaches have been truly integrative. We conducted a systematic literature review to investigate the conceptual, methodological, disciplinary, and functional aspects of social-ecological integration. In general, we found that overall integration is still lacking in social-ecological research. Some social variables deemed important for addressing sustainability challenges are underrepresented in social-ecological studies, e.g., culture, politics, and power. Disciplines such as ecology, urban studies, and geography are better integrated than others, e.g., sociology, biology, and public administration. In addition to ecology and urban studies, biodiversity conservation plays a key brokerage role in integrating other disciplines into social-ecological research. Studies founded on systems theory have the highest rates of integration. Highly integrative studies combine different types of tools, involve stakeholders at appropriate stages, and tend to deliver practical recommendations. Better social-ecological integration must underpin sustainability science. To achieve this potential, future social-ecological research will require greater attention to the following: the interdisciplinary composition of project teams, strategic stakeholder involvement, application of multiple tools, incorporation of both social and ecological variables, consideration of bidirectional relationships between variables, and identification of implications and articulation of clear policy recommendations. © 2018 by the author(s).
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 | 0,014 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,010 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».