Primate field research during a pandemic: Lessons learned from the SARS‐CoV‐2 outbreak
Notice bibliographique
Résumé
The COVID-19 pandemic abruptly halted most primate field research in early 2020. While international travel bans and regional travel restrictions made continuing primate field research impossible early on in the pandemic, ethical concerns of transmitting the virus from researchers to primates and surrounding human communities informed decisions regarding the timing of resuming research. Between June and September 2020, we surveyed field primatologists regarding the impacts of the pandemic on their research. We received 90 completed surveys from respondents residing in 21 countries, though most were from the United States and Canada. These data provide a valuable window into the perspectives and actions taken by researchers during the early stages of the pandemic as events were still unfolding. Only 2.4% of projects reported continuing research as usual, 33.7% continued with some decrease in productivity, 42.2% reported postponing research projects, and 21.7% reported canceling projects or postponing research indefinitely. Respondents most severely impacted by the pandemic were those establishing new field sites and graduate students whose projects were postponed or canceled due to pandemic-related shutdowns. Fears about increased poaching, the inability to pay local assistants, frozen research funds, declining habituation, disruptions to data collection, and delays in student projects were among the top concerns of respondents. Nearly all the projects able to continue research in any capacity during the early months of the pandemic were run by or employed primate habitat country primatologists. This finding is a major lesson learned from the pandemic; without habitat country scientists, primate research is not sustainable.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».