Xóa bỏ khoảng cách: Hướng tới đánh giá tác động xã hội toàn diện và công bằng trong bảo tồn
Bibliographic record
Abstract
Trong Khuôn khổ Đa dạng Sinh học Toàn cầu Côn Minh - Montreal (Kunming–Montreal Global Biodiversity Framework), yêu cầu về bảo tồn công bằng và hiệu quả đang trở nên cấp thiết hơn bao giờ hết. Trong bài đánh giá toàn diện của mình, Dawson và Suich (2025) chỉ ra một thiếu sót quan trọng: các đánh giá tác động xã hội (social impact assessments - SIAs) - được thực hiện để đánh giá ảnh hưởng của các hoạt động bảo tồn đến cộng đồng người dân - vẫn chưa phù hợp với các mục tiêu xã hội hiện đại, đặc biệt là liên quan đến quyền, hệ thống kiến thức và sự tham gia của người bản địa và cộng đồng địa phương.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.049 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".