Notice bibliographique
Résumé
Abstract Interdisciplinary research on people, plants, and environmental change (IRPPE) typically requires collaboration among experts who each bring distinct knowledge and skills to bear on the questions at hand. The benefits and challenges of interdisciplinary research in principle are thus confounded by the dynamics of multidisciplinary collaboration in practice. However, broadly trained researchers can do IRPPE with little or no need of collaborators. For them, collaborative challenges may be negligible, but others arise. This paper reflects on experiences doing (mostly) solo research on peoples’ use of trees and their impacts on forests in the Caribbean and Philippines. Multidisciplinary collaborations are often plagued with problems of communication, theoretical disagreement, and methodological incompatibility because the habits and conceits of a rigorous disciplinary education are difficult to undo. These are problems that novel concepts, theory, and analytical frameworks promise but often fail to resolve. By contrast, going solo fosters an epistemic humility and pragmatic sensibility that encourages focused, efficient application of methods, and integration of research findings. Epistemic breadth encourages solo IRPPE researchers to apply theory sparingly and deploy clear concepts and precise analyses of the kind readily grasped by natural and social scientists and policy makers, alike.
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 | 0,055 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,021 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,004 | 0,035 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,006 |
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 ».