Get access

Eliciting Expert Knowledge in Conservation Science

Authors

  • TARA G. MARTIN,

    1. CSIRO Ecosystem Sciences, Ecoscience Precinct, GPO Box 2583 Brisbane, Queensland 4001, Australia, email Tara.Martin@csiro.au
    2. ARC Centre of Excellence for Environmental Decisions, University of Queensland, Queensland 4072, Australia
    Search for more papers by this author
  • MARK A. BURGMAN,

    1. Australian Centre of Excellence for Risk Analysis, School of Botany, University of Melbourne, Parkville, Victoria 3010, Australia
    Search for more papers by this author
  • FIONA FIDLER,

    1. Australian Centre of Excellence for Risk Analysis, School of Botany, University of Melbourne, Parkville, Victoria 3010, Australia
    Search for more papers by this author
  • PETRA M. KUHNERT,

    1. CSIRO Mathematics, Informatics and Statistics, Private Bag 2, Glen Osmond, SA 5064 Australia
    Search for more papers by this author
  • SAMANTHA LOW-CHOY,

    1. Cooperative Research Centre in National Plant Biosecurity, Canberra, Australia
    2. Faculty of Science and Technology, Queensland University of Technology, GPO Box 2434 Brisbane, Queensland 4001, Australia
    Search for more papers by this author
  • MARISSA MCBRIDE,

    1. Australian Centre of Excellence for Risk Analysis, School of Botany, University of Melbourne, Parkville, Victoria 3010, Australia
    Search for more papers by this author
  • KERRIE MENGERSEN

    1. Faculty of Science and Technology, Queensland University of Technology, GPO Box 2434 Brisbane, Queensland 4001, Australia
    Search for more papers by this author

Abstract

Abstract:  Expert knowledge is used widely in the science and practice of conservation because of the complexity of problems, relative lack of data, and the imminent nature of many conservation decisions. Expert knowledge is substantive information on a particular topic that is not widely known by others. An expert is someone who holds this knowledge and who is often deferred to in its interpretation. We refer to predictions by experts of what may happen in a particular context as expert judgments. In general, an expert-elicitation approach consists of five steps: deciding how information will be used, determining what to elicit, designing the elicitation process, performing the elicitation, and translating the elicited information into quantitative statements that can be used in a model or directly to make decisions. This last step is known as encoding. Some of the considerations in eliciting expert knowledge include determining how to work with multiple experts and how to combine multiple judgments, minimizing bias in the elicited information, and verifying the accuracy of expert information. We highlight structured elicitation techniques that, if adopted, will improve the accuracy and information content of expert judgment and ensure uncertainty is captured accurately. We suggest four aspects of an expert elicitation exercise be examined to determine its comprehensiveness and effectiveness: study design and context, elicitation design, elicitation method, and elicitation output. Just as the reliability of empirical data depends on the rigor with which it was acquired so too does that of expert knowledge.

Abstract

Resumen:  El conocimiento de expertos es utilizado ampliamente en la ciencia y práctica de la conservación por la complejidad de los problemas, la falta relativa de datos y la naturaleza inminente de muchas decisiones de conservación. El conocimiento de expertos es información sustancial sobre un tópico particular que no es conocido ampliamente por otros. Un experto es alguien que tiene ese conocimiento y a quien se recurre a menudo para su interpretación. Nos referimos a las predicciones de expertos de lo que puede suceder en un contexto particular como juicio de expertos. En general, un método de obtención de expertos consiste en cinco pasos: decidir como se utilizará la información, determinar que se va a obtener, diseñar el proceso de obtención, llevar a cabo la obtención y traducir la información obtenida en datos cuantitativos que puedan ser utilizados directamente o en un modelo para tomar decisiones. Este último paso es conocido como codificación. Algunas de las consideraciones en la obtención de conocimiento de expertos incluyen determinar como trabajar con múltiples expertos y como combinar múltiples juicios, minimizando el sesgo en la información obtenida, y verificando la precisión de la información de expertos. Resaltamos técnicas estructuradas de obtención que, de ser adoptadas, mejorarán la precisión y contenido de información del juicio de expertos y asegurarán que la incertidumbre sea capturada con precisión. Sugerimos que se examinen cuatro aspectos de un ejercicio de obtención de expertos para determinar su amplitud y efectividad: estudiar el diseño y el contexto, diseño de la obtención, método de obtención y resultado de la obtención. Tal como la confiabilidad de los datos empíricos depende del rigor con que fueron obtenidos, también lo es para el conocimiento de expertos.

Ancillary