Effects of parachute science on local research capacity 降落伞科学对当地研究能力的影响
Notice bibliographique
Résumé
Strengthening research capacity is essential to address the global biodiversity crisis. Yet, parachute science often undermines this goal, and its prevalence, costs, and benefits are unclear. We analyzed 13,502 publications on primate research that we extracted from Scopus (1960-2022) to evaluate the effects of parachute science on local research capacity across primate-range countries. We categorized these publications as local (LRP), collaborative (CRP), or parachute science (PSRP) research publications and categorized countries where the research took place as low- to middle-income countries or high- to upper-middle-income countries. We used generalized linear mixed-effects models to assess how parachute science influenced local research capacity. For 69% of PSRPs, the research was conducted in 59 low- to middle-income countries. For 20% of LRPs, research was led by people from these 59 countries. The disparity in LRPs among country groups was large. Local research publications in high- to upper-middle-income countries were at least 3.6 times higher than those in low- to middle-income countries. Before 2013, parachute science contributed to an increase in LRPs; this trend reversed after 2013, mainly resulting in a decline in LRPs across all countries and both income categories. Strengthening the capacity to share research in low- to middle-income countries is urgent if international conservation commitments are to be met. We recommend establishing true collaborative and interdisciplinary research teams, expanding local research opportunities, and supporting long-term research projects as key strategies for sustainable research capacity strengthening in low-income countries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».