MétaCan
Menu
Retour à la cohorte
Enregistrement W1488657470 · doi:10.15353/joci.v10i3.3451

ICT-Mediated Adaptive Capacity of Environmental Third Sector in Australia

2014· article· en· W1488657470 sur OpenAlexvenueno aff
Subas P. Dhakal

Notice bibliographique

RevueThe Journal of Community Informatics · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInformation and Communications TechnologyICTSBusinessAdaptive capacityEarly adopterPlan (archaeology)Knowledge managementEnvironmental resource managementEnvironmental planningMarketingGeographyClimate changePolitical scienceEconomicsComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

Australia has relied extensively on thousands of environmental third sector organisations (ETSOs) to care and plan for environmental protection. Although the potential of information and communication technologies (ICTs) to enable these organisations has been increasingly recognised ETSOs in general have slipped under the radar of ICT-oriented practices. The aim here is to respond to this gap and examine the differences in adaptive capacity between ICT adopter and non-adopter ETSOs in Perth, Western Australia. Based on the findings, which indicate that the majority of organisations are either overlooking or under-exploiting the potential of ICTs, it is recommended that existing environmental strategies that rely on ETSOs need to institutionalise ICT-specific support for these organisations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,292
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Community InformaticsMême sujetNonprofit Sector and VolunteeringTravaux en français237 207