Evidensia 的总体重点是研究各种供应链举措和工具对可持续性的影响。关注“影响”意味着我们主要寻找基于研究的内容，这些研究旨在评估此类举措的影响和有效性。许多用户还希望了解某些方法或工具的运作原理，以及它们在不同情境下的应用差异等更基础的信息。Evidensia 的内容范围涵盖此类材料，但会明确将其与“证据”区分开来。 我们的证据分类体系在网站的每个环节都为用户提供指引。
了解供应链可持续性策略
本网站收录的供应链举措和工具（即“可持续发展方法”）均依据Evidensia用于理解供应链可持续性的框架进行分类。该框架将各类举措归纳为六大方法，大致按其影响范围进行划分，从单个企业或大宗商品供应链到跨国治理框架：
这些方法并非相互排斥。例如，随着传统的自愿性可持续性标准（VSS）向管辖区认证领域扩展，自愿性可持续性标准与管辖区倡议及多利益相关方倡议之间的重叠程度日益加深。每种方法都包含一系列用于将其付诸实践的具体工具，这些工具可通过研究得出可量化的成果。
下载 完整的框架指南 ，了解详细定义、每种方法中工具的示例，以及它们在实践中如何相互关联。您可以在Evidensia资源库中的所有交互式功能中，根据方法类型和感兴趣的具体工具进行筛选。
涉及的问题和主题
该网站涵盖了广泛的可持续发展议题及备受关注的主题。这些内容被归纳为十二个主要议题，每个议题下又包含一系列相关主题或关注结果。 这十二个议题包括：儿童权利与福祉、气候变化、消费者与供应链、森林及其他生态系统、淡水与海洋、健康与福祉、生计、参与者的成本与收益、农药、化肥与土壤、动植物保护、土著人民和当地社区的权利，以及工资与工人权利。点击网站主菜单中的“议题”标签，即可从这一视角浏览Evidensia。
内容时效性
通常情况下，Evidensia 托管的内容以发布之日起十年为截止期限，这意味着网站上的所有内容发布时间均不超过十年。对于某些内容类型，例如运营信息、实地经验总结和博客，我们采用更短的截止期限。
Evidensia 遵循开源原则，收集符合上述范围的内容。我们的愿景是将 Evidensia 打造为一个全面的文献库，收录所有关于供应链可持续发展工具的影响和有效性的相关研究。不过，我们才刚刚踏上这段征程，并期待与研究人员及其他组织合作，逐步填补本网站内容的空白以及该领域的知识空白。为此，我们欢迎各组织和研究人员提交相关资料。
Evidensia 团队积极追踪该领域的研究动态，以筛选出适合本网站的内容，并征得作者和出版商的许可，将其发布于本站。 我们还通过直接联系并积极与研究人员及学术合作伙伴开展合作来获取内容。所有被选中或提交至本站的内容均需经过筛选，以确保符合基本的研究质量标准，包括明确说明研究设计、数据收集与分析方法，以及出版方信息清晰无误。我们仅会拒绝与本站主题无关或不符合这些基本质量标准的内容。
我们理解，根据不同的研究方法，证据可分为多种类型，而我们的筛选工作仅旨在确保网站上分享的内容具有可信度和清晰度。经过筛选后，所有内容都会根据我们详细的证据分类体系进行归类，该体系用于确定内容的证据类型及其在网站上的呈现方式。
随后，网站上的每项资源都会根据我们的数据结构进行编码，该结构记录了资源的关键信息，并为网站的各项功能提供数据支持。由于编码过程可能需要一定时间，因此从研究提交给我们到上传至网站之间可能会存在一定延迟。
请在下方进一步了解我们各项主要功能的具体范围及所采用的方法论。
Evidensia 的在线图书馆是本网站所有内容的存储库。它收录了我们分类法中所有六种证据类型的内容，具体包括：
“在线图书馆”的筛选功能可帮助您找到所需的证据类型。 例如，如果您想查找包含原始实地调查数据的实证研究，可以筛选搜索结果，仅显示此类研究。您还可以进一步筛选，仅保留包含对照组的研究，或搜索非常具体的研 究类型，例如随机对照试验。如果您对更基础的文献综述或高级建模研究感兴趣，也可以搜索这些内容。
如需了解更多信息，请下载完整的 证据分类文件
Evidensia 的在线图书馆收录了多种格式的资源，您可以直接选择自己喜欢的格式。
我们的“知识矩阵”和“地理地图”是专为用户设计的工具，旨在帮助用户全面了解针对不同方法、议题或关注领域的现有研究和证据情况。“知识矩阵”通过简明易懂的表格，以两种模式展示证据的可用性，使用户能够对比不同证据的相对可用性，并轻松找到所需信息。“地理地图”则将相同信息标注在地图上，并通过图钉标示研究的地理重点区域。
鉴于这些工具旨在概述现有关于影响和有效性的证据情况，因此我们仅在本文中纳入了我们分类体系中的以下主要证据类型，即：
本网站的一大特色是我们的可视化摘要，它们以直观的方式呈现重要定量研究的结果。Evidensia 的可视化摘要基于通过特定研究综合工作收集的数据生成，这些工作由我们或其它研究人员开展，旨在识别并综合特定主题或干预措施的相关现有证据。 这一功能的灵感来源于研究人员和从业者近期为探索系统综述及其他综合研究成果的创新传播方式所做的努力——尤其是由 Zuzana Burivalova 领导的关于保护有效性的研究。
用户可通过页面上的“查看相关综合报告”链接，轻松访问与每项研究综述相关的报告。用户既可以选择查看某项研究综合工作所涵盖的研究的可视化摘要，也可以查看一个综合视图，其中包含目前在Evidensia上所有可用研究综合工作相关的结果。
综述研究旨在通过以严谨且连贯的方式整合所有相关原始文献的结果或发现，从而回答研究问题。 综合研究可通过多种方式进行，利用不同的质量参数和筛选标准来选择相关的一手文献。例如，系统综述遵循一套严格且预先确定的方案来识别、筛选和评估被综述的研究，而叙述性综述和文献综述通常不包含如此多的方案要素。关于Evidensia发布的每份综合报告所采用的具体方法学细节，我们建议读者仔细阅读各报告的方法学部分。
Evidensia 的所有可视化摘要均展示了将治疗组与可靠的对照组进行比较、并利用定量统计工具得出推论的实证研究结果。具体而言，这意味着这些可视化摘要包含了具有以下研究设计的研究结果：a) 随机对照试验；b) 采用匹配技术以确保对照组无偏的准实验研究； c) 采用非匹配对照组且在两个时间点收集数据的准实验研究；d) 采用非匹配对照组且在单一时间点收集数据的准实验研究；以及 d) 比较治疗与对照情景的建模研究。 点击“所有结果”按钮时，可视化摘要中将显示上述所有研究设计得出的结果；点击“最强结果”按钮时，则仅显示 a) 和 b) 类研究的结果。
视觉摘要中包含的所有结果均采用统计方法，以评估某项干预措施是否对所关注的主题产生影响。关于该干预措施的效果是优于、劣于还是与对照组相当的判断，是基于研究作者根据统计分析得出的结论。
这一切在实践中意味着什么？让我们以一项虚构的研究为例，该研究探讨了一个假设的自愿性可持续性体系（姑且称之为“ABC体系”）对小规模可可种植户的产量和家庭收入的影响。Evidensia的研究人员阅读了该研究，了解到研究作者选取了一组获得ABC认证的农民作为实验组，随后采用倾向得分匹配法选取了一组等效的对照组。 这意味着该研究属于上述研究设计类别“b”，因此被纳入我们的评审范围。进一步阅读发现，研究人员测量了农场产量和家庭净收入，这两项结果均包含在Evidensia视觉摘要中“参与者成本与收益”这一议题标题下。作者指出，他们对比了实验组和对照组的这些结果，统计数据显示：认证农场的产量更高，但家庭净收入并无差异。 鉴于这些发现，第一个结果将在可视化摘要中以实心绿色方块的形式出现在“产量”结果旁，第二个结果则以实心蓝色方块的形式出现在“家庭净收入”结果旁。并且由于所采用的研究设计，无论点击“所有结果”按钮还是“最强结果”按钮，这两个结果都会显示出来。