Understanding the conservation-genetics gap in Latin America: challenges and opportunities to integrate genetics into conservation practices
Notice bibliographique
Résumé
Introduction: Integrating genetic data into conservation management decisions is a challenging task that requires strong partnerships between researchers and managers. Conservation in Latin America is of crucial relevance worldwide given the high biodiversity levels and the presence of hotspots in this region. Methods: We conducted a survey across Latin America to identify gaps and opportunities between genetic researchers and conservation managers. We aimed to better understand conservation managers’ points of view and how genetic research could help conservation practitioners to achieve their goals, by implementing genetic assessments that could effectively inform conservation practices. We distributed an online survey via four regional collaborating organizations and 32 focal points based in 20 Latin American countries. The target respondents were conservation managers of species or areas in Latin America. Results: We collected a total of 468 answered questionnaires from 21 Latin American countries. Most respondents (44%) were from an academic or research institution while non-academics were mainly from non-governmental institutions (30%) and government agencies (25%). Most respondents (65%) have performed or used genetic assessments in their managed area or species, either alone, in partnership, contracting someone else or using published results. For the majority of this group, the genetic results were relevant to their conservation management goals, helping to inform management decisions. Respondents that had not performed genetic assessments (35%) were mainly from the non-academic group, and their main barriers were limited access to funds, genetic lab facilities, and trained personnel to design studies and conduct lab work. Discussion: From the findings, we describe the current situation and provide a general diagnosis of the conservation-genetics gap in Latin America. We describe the gender gap, academic-practitioner co-development of conservation questions and projects, and the nationality and residency of Latin American conservation managers in relation to the countries where they work. We discuss opportunities to co-create research questions and co-develop studies based on conservation practitioners’ needs. We offer recommendations for overcoming barriers to integrate genetic information into conservation actions, and advance agendas that fit the needs and realities of the highly heterogeneous, biodiverse and challenging Latin American 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 | 0,016 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».