MétaCan
Menu
Retour à la cohorte
Enregistrement W1792946243 · doi:10.1002/eet.1652

Cultural Values and Ecosystem Management at the Subwatershed Level

2014· article· en· W1792946243 sur OpenAlexaffabout
Matthew Retallack, Stephan Schott

Notice bibliographique

RevueEnvironmental Policy and Governance · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEcosystem servicesValuation (finance)Ecosystem valuationEquity (law)Citizen journalismEnvironmental resource managementConceptual frameworkDemocracyBusinessSociologyEcosystemEconomicsPolitical scienceEcosystem healthEcologySocial science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The valuation of ecosystem services is often centred on the proper integration of ecological and economic values but overlooks the social and cultural dimensions of ecosystem changes. We argue that these factors are essential for sustainable outcomes because they underlie preference formation, affect ownership over decision making and may help ensure that primary non‐market services needed to maintain ecosystem functions are sustained. In this study, we propose a conceptual framework for ecosystem service valuation at a local subwatershed scale that employs participatory democracy and discourse‐based methods to elicit and develop value systems while at the same time serving as a decision‐making process. Incorporating cultural theory and perceptions of risk tolerance, the framework discusses the importance of cultural considerations to achieving intergenerational equity, a precondition for sustainable development. The framework is applied to the case of Chelsea, Québec (Canada), and used to examine the community consultation component of a policy development process. Copyright © 2014 John Wiley & Sons, Ltd and ERP Environment

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,316
Score d'incertitude au seuil0,628

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,006
Communication savante0,0050,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Policy and GovernanceMême sujetLand Use and Ecosystem ServicesTravaux en français237 207