Averting lock-in risks in social-ecological systems: a roadmap for pluralistic research and governance
Notice bibliographique
Résumé
Although sustainability pathways are urgently needed to safeguard human and non-human life within a habitable Earth system, there is no consensual knowledge about how to trigger such pathways, due to differences in values, interests, and power at multiple levels. While we develop actionable knowledge about how to induce sustainability pathways in an equitable and just way, we need to better comprehend how to avoid “locked-in” outcomes—strongly entrenched situations minimizing potential for change—in social-ecological systems (SES). Here, we offer a roadmap to guide innovative research to observe, understand, and ultimately avoid, processes that can induce lock-ins at multiple spatiotemporal scales in SES. We use recent research illustrating lock-in dynamics in the Guadalquivir Estuary and Doñana Delta SES to funnel experiences and insights from other cases and produce a knowledge base comprehensive enough to highlight novel research avenues. Our roadmap is organized in three broad research areas: (1) general cross-cutting research themes; (2) policy, collective action and governance; (3) plurality of values and methodological pluralism, acknowledging the role of long-term socio-ecological research (LTSER) platforms as transdisciplinary knowledge co-production spaces supporting solution creation. Hopefully, this roadmap may serve to support solutions to collectively learn how to navigate away from lock-in in SES, towards safer and more equitable sustainability pathways.
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 | 0,111 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,013 | 0,077 |
| Communication savante | 0,032 | 0,067 |
| Science ouverte | 0,009 | 0,037 |
| Intégrité de la recherche | 0,021 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».