MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408816518 · doi:10.5194/oos2025-1140

Strategies and best practices for fostering diverse engagement in international collaborations

2025· preprint· en· W4408816518 sur OpenAlexaff
Cora Hoerstmann, Erin V. Satterthwaite, Renis Auma Ojwala, Laura Elser, Ellen Johannesen, Maartje Oostdijk, Talen Rimmer, Paris V. Stefanoudis

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésBest practicePublic relationsPolitical scienceKnowledge managementBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

Given that ocean-related challenges are increasingly globalized, complex, and interconnected, international collaboration is essential to move toward a sustainable future and to achieve the overarching goals of the UN Decade of Ocean Science for Sustainable Development. To effectively address these challenges, it is crucial to engage diverse people from different regions, backgrounds, and sectors. However, there is still a lack of integration of experiential knowledge and diverse perspectives in ocean science to enhance the full participation of marginalised and economically disadvantaged groups. These experts are often excluded from discussions regarding ocean governance and management strategies in most countries globally. To overcome these barriers, some organizations have already established policies and practices to foster diversity, equity and inclusion (DEI). However, these practices often only exist in formalized documents but are not adopted in practice due to deeply rooted organizational culture and systemic biases. Further, these practices are not transparent or easily accessible, which impedes other institutions and projects from building on existing knowledge to identify transformative and universal solutions. To increase diverse participation in ocean science, gaps should be identified and addressed. The UN Ocean Decade ECOP DEI task team comprises a diverse group of professionals spanning many regions of the world and connected to various Ocean Decade Programmes. Together with the endorsed Ocean Practices programme, the task team is exploring innovation in how we, as a community of ocean professionals, conduct co-design in the context of co-producing knowledge and co-developing solutions. Here, we present a gap analysis in the form of a literature review and results from a survey across all Ocean Decade actions on effective strategies to advance diversity, equity, and inclusion. We identify strategies that are cross-cutting, and interoperable and can thus become standardized best practices advancing DEI within the Ocean Decade. Our aim is to support a transformational change in how Ocean Decade Challenges can be collaboratively addressed. The presented results from the survey capture the needs and existing solutions for fostering diverse participation in the co-design of ocean initiatives, offering actionable insights for informed decision-making. Additionally, the survey highlights the specific needs of the ocean professional community and showcases the progress, challenges, and tools that organizations are using to achieve DEI-related goals within the Ocean Decade. Our aim is to make these practices findable, accessible, interoperable and reusable (FAIR), thereby advancing inclusivity and eliminating discrimination in this transformative period. By creating avenues for collaborative knowledge-sharing relating to DEI in the Ocean Decade, this work will broadly apply to partner organizations striving to make visible and meaningful progress for a more inclusive, accessible ocean.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,158
score de la tête « metaresearch » (Gemma)0,155
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,838

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1580,155
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0160,013
Études des sciences et des technologies0,0140,020
Communication savante0,0430,039
Science ouverte0,0090,037
Intégrité de la recherche0,0120,012
Charge utile insuffisante (le modèle a refusé de juger)0,0180,008

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.

Tête enseignante Opus0,667
Tête enseignante GPT0,609
Écart entre enseignants0,058 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvaluation and Performance Assessment→Travaux en français237 207→