MétaCan
Menu
Retour à la cohorte
Enregistrement W1996819913 · doi:10.2495/si100211

The drought, the irrigators, and their photographs: images from the inside

2010· article· en· W1996819913 sur OpenAlexaff
Geoff Kuehne, Henning Bjørnlund

Notice bibliographique

RevueWIT transactions on ecology and the environment · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesUniversity of South AustraliaRural Industries Research and Development Corporation
Mots-clésFinancial distressDistressProfit (economics)BusinessEmotional distressEnvironmental resource managementEconomicsPsychology

Résumé

récupéré en direct d'OpenAlex

This paper describes a photo-elicitation study conducted with irrigators in Australia's Murray-Darling Basin during a time of severe drought. This method was chosen because of its ability to elicit the expression of more deeply felt beliefs and values than interviews by themselves. Using visual methods combined with personal interviews, the aim of the study was to uncover the influences on irrigators' decision-making and their expectations for the future. The analysis of the interview transcripts in conjunction with the analysis of the photographs shows that irrigators have become dispirited and often no longer see a future for themselves in the industry. It was also evident that non-profit-maximising values, such as lifestyle and the prospect of family succession, are still powerful influences on irrigators' behaviour, even during a time of such severe financial distress. This study suggests that the programs and policies aimed at assisting irrigators, even during this time when financial issues could have been assumed to have been their most pressing concern, could be better designed so that they provide a more compatible match with irrigators' values and attitudes. This would potentially lead to less social, environmental and economic distress for the individuals and communities of the irrigation regions.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,997

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 technologies0,0040,007
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,082
Tête enseignante GPT0,407
Écart entre enseignants0,325 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWIT transactions on ecology and the environmentMême sujetParticipatory Visual Research MethodsTravaux en français237 207