Global knowledge–action networks at the frontlines of sustainability: Insights from five decades of science for action in <scp>UNESCO</scp>'s World Network of biosphere reserves
Notice bibliographique
Résumé
Abstract Generating actionable knowledge to meet current sustainability challenges requires unprecedented collaboration across scales, geographies, cultures and knowledges. Intergovernmental programmes and place‐based knowledge–action networks have much potential to mobilize sustainability transformation. Although many research fields have benefited from research networks and comparative sites, the potential of site‐based research networks for generating knowledge at the people–nature interface has yet to be fully explored. This article presents the World Network of biosphere reserves (WNBR) of UNESCO's Man and Biosphere Programme, intentionally established for generating actionable knowledge through comparative sites envisioned as learning spaces for sustainable development. Drawing on experiences over five decades, and we offer six categories of insights. Our intent is to share the story of this network widely, distil the learnings from the network to enhance its potential to support both knowledge co‐production and collaborative action for sustainability and inform wider efforts to establish place‐based sustainability networks aimed at improving human–environment relations through knowledge and action. The WNBR has generated insights on the challenges of creating and supporting an international and inter‐governmental sustainability network to generate and mobilize place‐based interdisciplinary knowledge in the long term. Despite the challenges, site‐ and place‐based research facilitated by this network has been fundamental in creating space for sustainability science, knowledge co‐production and transdisciplinary research at the human–nature interface. We share insights on pathways to the implementation of global sustainability agendas through local networks, and the role of research in supporting learning and experimentation in local sites as they work to adapt global sustainability goals. Research in the WNBR has generated deeper understanding on social–ecological complexity and resilience in place‐based sustainability initiatives, and how collaborative platforms might facilitate collective action across landscapes. The network continues to offer a fundamental learning space on operationalizing pluralistic approaches to biodiversity conservation, for example, through its focus on biocultural diversity, offering a key opportunity for the implementation of the post‐2020 Global Biodiversity Framework. We conclude by arguing that WNBR, and similar place‐based knowledge–action networks, can support interdisciplinary and transdisciplinary research related to human–nature relationships and provide opportunities for comparative research that may yield more explanatory power than individual case studies. Read the free Plain Language Summary for this article on the Journal blog.
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 | 0,012 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,015 | 0,035 |
| Communication savante | 0,015 | 0,024 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».