MétaCan
Menu
Retour à la cohorte
Enregistrement W1589963289 · doi:10.1029/2010wr010213

Probing the integration of land use and watershed planning in a shifting governance regime

2011· article· en· W1589963289 sur OpenAlexaffabout
Ryan Plummer, Danuta de Grosbois, Rob de Loë, Jonas Velaniškis

Notice bibliographique

RevueWater Resources Research · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversity of WaterlooUniversity of GuelphBrock University
Organismes subventionnairesnon disponible
Mots-clésWatershedWatershed managementCorporate governanceEnvironmental planningIncentiveWater resourcesEnvironmental resource managementBusinessLand useLand-use planningWater resource managementEnvironmental scienceEngineeringCivil engineeringComputer scienceEconomicsEcologyFinance

Résumé

récupéré en direct d'OpenAlex

Effective governance that contributes to the integration of water management and land use planning is essential for successful protection of drinking water sources and, ultimately, provision of safe drinking water. In many jurisdictions, land use planning and watershed management occur on separate tracks. This article examines the prospects for integration of these two critical processes. A multicase study approach is used, focusing on the specific objective of protection of drinking water sources. Experiences in three case study watershed regions in Ontario, Canada (Grand River, Upper Thames, and Lake Simcoe), were analyzed. The goal was to identify the extent to which source water protection components and indicators are expressed in land use and watershed‐based planning documents. Similarities and differences among the watershed regions are distinguished through a cross‐case analysis. The results suggest that a shifting governance regime for drinking water safety in Ontario is contributing to integration between land use and water management. However, proactive and ongoing efforts are required to ensure that integration occurs and that barriers to integration are addressed. Timely guidelines, incentive‐based tools, up‐to‐date and accurate information, and adequate financial resources are essential.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,083
Tête enseignante GPT0,267
Écart entre enseignants0,184 · 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'étudeObservationnel
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

Citations47
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetWater resources management and optimizationTravaux en français237 207