Compassionate conservation practice: supporting diverse conservation actions but context matters
Notice bibliographique
Résumé
Compassionate conservation advocates for an approach that considers the wellbeing of non-human animals and the protection of nature as interconnected and mutually supportive. Critics argue that compassionate conservation is an ineffective, ‘do-nothing’ approach that poses significant threats to biodiversity, people, wildlife, and ecosystems. These criticisms often stem from the assumption that compassionate conservationists oppose any kind of conservation action, which may result from a lack of clarity about which actions are consistent with this approach. To address this, we employed a Delphi method to engage a community of 27 compassionate conservationists in a structured discussion about 100 actions, across 16 domains of practice. Participants indicated whether these actions aligned with compassionate conservation. Results showed that participants supported a diversity of conservation actions. Specifically, 35 actions received high levels of support (≥80 % positive response), 19 received low levels of support (≤20 % positive response), and 46 received variable levels of support (between 20 % and 80 % positive responses). Through a thematic analysis of text-based participant responses, we identified five major themes and 18 subthemes that illustrate the contextual factors influencing participants' support of actions. For compassionate conservationists, effective conservation action involves prioritizing animal wellbeing, fostering the flourishing of ecological and social communities, and carefully assessing the potential for harm. They emphasize the importance of assessing context and contingency, recognizing that no single consideration is solely predictive, causative, or morally justifiable.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».