MétaCan
Menu
Retour à la cohorte
Enregistrement W1997534476 · doi:10.4296/cwrj3101013

A Participatory Approach to Water Management: Irrigation Advisory Committees in Southern Ontario

2006· article· en· W1997534476 sur OpenAlexvenueaboutno aff
Rebecca Shortt, Wayne Caldwell, JE Ball, P. Agnew

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAcademic Research and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdvisory committeeIrrigation managementCitizen journalismIrrigationEnvironmental planningWater resource managementPublic administrationEnvironmental scienceGeographyEnvironmental resource managementPolitical scienceBusinessAgricultureArchaeologyAgronomyLaw

Résumé

récupéré en direct d'OpenAlex

Irrigated agriculture in Ontario is a significant economic driver and contributes to the worldwide need for food and fibre. Although water resources are relatively abundant in Ontario, there are water conflicts in some locations, particularly when irrigation is common. By involving the local community in water management, conflicts over water may be dealt with successfully through mechanisms other than regulation. The benefits of community development and local management of conflict include: lower cost, win–win outcomes, local control and wider compliance. Irrigation Advisory Committees (IACs) have been established in southern Ontario to assist in managing the available water resources among irrigators without disrupting the natural functions of the streams. While IACs have no specific legislative authority they successfully promote cooperation amongst users, allow for communication between regulatory agencies and users, provide informal mediation in the case of conflicts and serve as a forum for education of irrigators. The IAC structure is an example of successful, local, self–management of conflict in natural resources.

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)0,013
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,149
Score d'incertitude au seuil0,541

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0290,006
Communication savante0,0050,002
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,026
Tête enseignante GPT0,223
Écart entre enseignants0,196 · 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

Citations14
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetAcademic Research and Education StudiesTravaux en français237 207