Advancing Evidence-Based Decision-Making in Large Landscape Conservation Through the Social Sciences: A Research Agenda for the Yellowstone to Yukon Region
Notice bibliographique
Résumé
As the world's mountains are significant hotspots of biodiversity and home to hundreds of millions of people, they are ideal locations in which to investigate and develop the conservation social sciences in a systematic way to help inform conservation decision-making and policy. Here, we discuss the development of a social science research agenda for the Yellowstone to Yukon Conservation Initiative, a transboundary environmental organization working in Canada and the United States. We suggest that this process is useful for others to undertake in similar conservation landscapes and mountain systems as we strive to better understand how people live in, play in, benefit from, and visit the globe's mountain regions. We outline an agenda for collaborative social science research in the Yellowstone to Yukon region related to 4 themes and offer 12 priority questions as launching points for interested researchers to explore in more detail. Through a review of relevant literature on the 4 themes, we identify research gaps that, if addressed, could usefully inform decision-making across the Yellowstone to Yukon region. Finally, we call on the research community to focus its curiosity and resources on answering these questions and encourage funders and institutions to support them in doing so.
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 | 0,233 | 0,202 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,012 | 0,020 |
| Communication savante | 0,025 | 0,026 |
| Science ouverte | 0,004 | 0,024 |
| Intégrité de la recherche | 0,014 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».