MétaCan
Menu
Retour à la cohorte
Enregistrement W1936150893 · doi:10.1139/cjfr-2013-0294

Relative influence of contextual factors on deliberation and development of cooperation in community-based forest management in Ontario, Canada

2013· article· en· W1936150893 sur OpenAlexvenueaboutno aff
Mark E. Robson

Notice bibliographique

RevueCanadian Journal of Forest Research · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesSamsung Advanced Institute of Technology
Mots-clésDeliberationStakeholderAutonomyForest managementBusinessCommunity forestryEnvironmental resource managementPublic relationsStakeholder engagementPolitical scienceGeographyForestryEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Co-management of forests has been reported from more than fifty countries and stakeholder advisory committees have become central to forest planning in Canada. Scientists tend to agree that local users are capable of self-organising to manage resources more effectively than state agencies alone, whether jointly with governments or with considerable autonomy. Little, however, is known about how the network of contextual influences helps, hinders, or overrides the deliberation that facilitates the development of cooperation critical for co-management success. The objectives of the paper are to identify the relative influence of contextual factors, participants’ sense of control over contextual factors, and effects on performance. In a comparative case study of two stakeholder advisory committees in Ontario, Canada, the objectives are addressed by identifying and analysing advisory committee thinking about consensus building using network analysis of group cognitive maps. The paper concludes with three lessons regarding how the mix of hierarchical, market, and community institutions that influence community-based deliberation can be coordinated for effective forest management.

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)0,009
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,102
Score d'incertitude au seuil0,741

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0170,008
Communication savante0,0050,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
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 Opus0,044
Tête enseignante GPT0,274
Écart entre enseignants0,230 · 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'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

Citations2
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Management and PolicyTravaux en français237 207