Nine years of the Red Book Challenge conservation education in Southern Madagascar: What we have learned
Notice bibliographique
Résumé
Red Book Challenge Conservation Education Madagascar is a small-scale, arts-based, conservation education initiative founded in 2012 by two Lemur catta researchers working in the Berenty Reserve and incorporated as a nonprofit organization in 2022. The target demographic is children and adults living in Southern Madagascar. The Red Book Challenge program initially consisted of providing supplementary conservation education through classroom visits at the elementary schools in Berenty village. The school children created small conservation booklets with red covers, giving the project its name. Today, the program has expanded to include the village of Besakoa Ambany and the city of Fort Dauphin, while remaining a small-scale program. To date, the Red Book Challenge has completed seven outreach projects aimed at generating goodwill in the local community, community development, and conservation education. This retrospective analysis functions as a formative evaluation of the feasibility of future projects. This paper will focus on four projects that fall under the category of conservation education: (1) Using films to promote conservation topics (2) field trips to observe lemurs (3) a Malagasy-run conservation club, and (4) a coloring book. These projects have been funded through small grants from the International Conservation Fund of Canada, and private donations. This paper includes the Red Book Challenge's history, results from the participant surveys, and the successes and failures in each stage of our work. Six shifts in thinking occurred: (1) use of Malagasy talent to create educational conservation films (2) more formal assessment before and after field trips (3) improvement of recruitment, training and supervision of staff to keep the conservation club self-sufficient (4) enlistment of Malagasy illustrators and adaptation of environmentally friendly printing practices for the coloring books (5) disseminate study outcomes to international community though publication (6) reframe the program from spare-time volunteer work to full-time research work.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».