Global environmental change policy priorities from the Americas and opportunities to bridge the science-policy gap
Notice bibliographique
Résumé
Governments and intergovernmental organizations support scientific research to produce the knowledge and tools needed to monitor and mitigate global environmental changes (GEC). However, GEC-related policy decisions are often not based on scientific evidence, and GEC research is often not based on policy-relevant questions, resulting in a science-policy gap. Assessing the GEC policy priorities of researchers and policymakers is an essential step towards closing this gap. This task was undertaken by the Inter-American Institute for Global Change Research (IAI), an intergovernmental organization pursuing science and capacity building to reach the vision of a sustainable Americas. The assessment included survey consultations, listening sessions, and an analysis of policy documents for 17 countries of the Americas. Three key findings emerged from this assessment. First, the top current priority for policymakers was Climate action, and Biodiversity and ecosystem services for researchers, with a poor alignment between the priorities of these social actors at the country level. Second, clusters of non-neighboring countries had a profile of GEC priorities more similar than clusters of neighboring countries, although there were some sub-regional clusters around particular GEC goals. Third, researchers and policymakers agreed that the lack of cross-sectoral collaboration and communication between technical and non-technical actors are important barriers. A key opportunity for policymakers was the growing funding and international cooperation for GEC, while for researchers, the growing body of evidence to inform GEC decision-making. These findings have implications for the design of research and capacity-building actions targeted to the priorities and needs of the region.
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 | 0,027 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,008 | 0,007 |
| Communication savante | 0,018 | 0,014 |
| Science ouverte | 0,001 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,008 |
| 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 ».