MétaCan
Menu
Retour à la cohorte
Enregistrement W4414406400 · doi:10.5751/es-16058-300338

Addressing communication challenges in transdisciplinary sustainability science: insights from a case study

2025· article· en· W4414406400 sur OpenAlexvenueno aff
Urs Schaffner, Marisa A. Rinkus, Michael O’Rourke, Troy E. Hall, René Eschen, Sanford D. Eigenbrode

Notice bibliographique

RevueEcology and Society · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of AgricultureNational Institute of Food and AgricultureSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésSustainabilityBridge (graph theory)Sustainable developmentSustainability scienceTransdisciplinarity

Résumé

récupéré en direct d'OpenAlex

To address sustainable development challenges, transdisciplinary sustainability science (TDSS) requires understanding and managing ecological processes that transcend scientific, geopolitical, and cultural divides. Communication that can bridge these divides is critical for the success of TDSS projects. We describe a communication strategy developed as part of a large, transdisciplinary, multiyear project that aimed to understand the impact of invasive trees (specifically, Prosopis juliflora) on human societies and ecosystems in eastern Africa and to develop and implement sustainable management solutions to mitigate those impacts. The strategy included 17 activities designed to support communication among scientists, students, and stakeholders from the project’s inception to its conclusion. Both the informational and relational dimensions of communication were considered in the design and implementation of these activities. We discuss the effectiveness of this communication strategy, offering it as a guide to enhancing communication and the success of large TDSS projects.

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)0,023
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,040
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0240,008
Communication savante0,0090,009
Science ouverte0,0030,010
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,159
Tête enseignante GPT0,482
Écart entre enseignants0,323 · 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
DomaineMéthodes
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 revueEcology and SocietyMême sujetInterdisciplinary Research and CollaborationTravaux en français237 207