Organizational transformation for greater sustainability impact: recent changes in a scientific research infrastructure in Europe
Notice bibliographique
Résumé
Context: Scholars across holistic, transdisciplinary, place-based fields of research, such as landscape ecology and social ecology, have increasingly called for an 'all-hands-on-deck' approach for transformations toward greater sustainability of social-ecological systems. This Perspective showcases organizational transformation toward sustainability in the context of a research network dedicated to place-based, social-ecological research in Europe. Objectives: Using the European LTER research infrastructure (eLTER RI) as a case, we analyze recent organizational-level shifts motivated by desires to increase sustainability impact. These shifts include knowledge integration between the natural and social sciences, stakeholder engagement, and a reformulation of administrative guidelines and practices. Methods: Following a program evaluation, new conversations led to new initiatives in the eLTER RI. As researchers who were involved in the program evaluation and the development of new initiatives, we rely on our professional experience and participant observation to provide insights about this process and its developments. Results: Recommendations from a recent assessment that critiqued and provided recommendations for the research infrastructure have recently been implemented in the eLTER RI. eLTER has leveraged a unique and timely opportunity-formal recognition and project funding by the EU-to upscale and standardize its infrastructure by creating novel protocols and enacting steps towards implementation. Conclusions: This Perspective demonstrates how eLTER's research agenda and related protocols have evolved to better integrate multiple knowledge types, promote stakeholder integration into research, and foster greater equity and reflexivity in doing science, all of which are considered necessary to increase sustainability impact. We conclude by considering current and potential future challenges.
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 | 0,104 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,019 |
| Communication savante | 0,025 | 0,015 |
| Science ouverte | 0,004 | 0,016 |
| Intégrité de la recherche | 0,008 | 0,006 |
| 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 ».