MétaCan
Menu
Retour à la cohorte
Enregistrement W1848825038 · doi:10.5897/jasd.9000005

An advocacy coalition approach to water policy change in Ghana: A look at belief systems and policy oriented learning

2009· article· en· W1848825038 sur OpenAlexaboutno aff
Kweku Ainuson

Notice bibliographique

RevueJournal of African studies · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolicy learningPoliticsProcess (computing)Belief systemPolitical scienceRobustness (evolution)Public administrationTest (biology)Policy analysisPublic relationsSociologyLawComputer science

Résumé

récupéré en direct d'OpenAlex

The Advocacy Coalition Framework (ACF) was developed by Sabatier and Jenkins Smith in 1993 to explain and predict policy change. Bloomquist and other scholars have referred to the ACF as one of the most promising theoretical frameworks for studying the policy process. The ACF has been applied widely to policy change in a plethora of substantive policy areas in the United States, as well as in Canada, the United Kingdom and Australia. However, the ACF has not yet been applied to explain the policy process in Africa. Thus, to test the robustness of the framework, this research applies the ACF to explain water politics and the water policy process in Ghana. This research specifically looks at the belief systems and policy oriented learning in water policy change in Ghana. Using a combination of survey methodology and key interviews, the research tests two hypotheses of the ACF; i) Coalition members are more likely to interact with actors they perceive as sharing their beliefs than actors who do not share their beliefs; ii) Policy oriented learning is likely when there is the presence of a professionalized forum than when there is not. The findings show that the ACF offers a good explanation of the water policy process in Ghana.   Key words: Advocacy coalition framework, water politics, Ghana.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,023
Tête enseignante GPT0,265
Écart entre enseignants0,242 · 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'étudeSimulation ou modélisation
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

Citations30
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of African studiesMême sujetWater resources management and optimizationTravaux en français237 207