MétaCan
Menu
Retour à la cohorte
Enregistrement W4409075359 · doi:10.1111/cobi.14456

Essential skills for the training of conservation social scientists

2025· article· en· W4409075359 sur OpenAlexaff
Laura Thomas‐Walters, Francisco Gelves‐Gómez, Stephanie Brittain, Lily M. van Eeden, Nick Harvey Sky, A Kaushik, Kaylan M. Kemink, Patricia Manzano‐Fischer, Kyle Plotsky, Matthew J. Selinske

Notice bibliographique

RevueConservation Biology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Ecology, Wildlife Education
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSocial skillsAdaptabilitySkills managementGovernment (linguistics)Interpersonal communicationPublic relationsSoft skillsBiodiversity conservationPeople skillsPsychologyKnowledge managementEnvironmental resource managementBiodiversityPolitical scienceEcologyPedagogyComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Since 2000, the field of biodiversity conservation has been reckoning with the historical lack of effective engagement with the social sciences in parallel with rapid declines in biodiversity and escalating concerns regarding socioecological justice exacerbated by many common conservation practices. As a result, there is now wide recognition among scholars and practitioners of the importance of understanding and engaging human dimensions in conservation practice. Developing and applying theoretical and practical knowledge related to the social sciences, therefore, should be a priority for people working in biodiversity conservation. We considered the training needs for the next generation of conservation social science professionals by surveying conservation professionals working in multiple sectors. Based on 119 responses, the 3 most cited soft skills (i.e., nontechnical abilities that facilitate effective interpersonal interaction, collaboration, and adaptability in diverse contexts) were cultural awareness and the ability to understand the values and perspectives of others, people management and conflict resolution skills, and the ability to develop and maintain inter- and intraorganizational networks and working relationships. The 3 most cited technical skills were expertise in behavior change expertise, expertise in government and policy, and general critical thinking and problem-solving skills. Overall, we found that current conservation social scientists believe students and early career conservationists should prioritize soft skills rather than technical skills to be effective. These skills were also correlated with the skills considered hardest to acquire through on-the-job training. We suggest early career conservationists develop essential soft and technical skills, including cultural awareness, networking, critical thinking, and statistical analysis tailored to sectoral and regional needs.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,318
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueConservation BiologyMême sujetConservation, Ecology, Wildlife EducationTravaux en français237 207