MétaCan
Menu
Retour à la cohorte
Enregistrement W2015599337 · doi:10.5558/tfc86742-6

Evaluating local multi-stakeholder platforms in forest management in Ontario

2010· article· en· W2015599337 sur OpenAlexafffundvenueabout
Mark E. Robson, Len M. Hunt

Notice bibliographique

RevueThe Forestry Chronicle · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensMinistry of Natural Resources and ForestryCommunity Based Research Centre
Organismes subventionnairesMinistry of Natural Resources
Mots-clésStakeholderStakeholder analysisAuditBusinessRepresentation (politics)Environmental resource managementScale (ratio)Public relationsEnvironmental planningPolitical scienceGeographyAccountingEconomics

Résumé

récupéré en direct d'OpenAlex

Ontario’s Local Citizens’ Committees (LCCs) are the oldest local multi-stakeholder platforms in forest management inCanada (since 1994) and one of the most researched. This paper is a meta-analysis of LCC research from large-scale surveys,document analysis of audits and case study interviews of members from two LCCs. Multi-stakeholder Platforms areexpected to lead to better and more acceptable decisions than traditional approaches because they involve multiple stakeholders;consequently, the focus of the paper is on stakeholder representation and success. Our analysis concludes thatrepresentation is an issue and that LCCs have a mixed level of success.Key words: public participation, success, representation, surveys, interviews

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,638

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,120
Tête enseignante GPT0,360
Écart entre enseignants0,240 · 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'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

Citations5
Publié2010
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetNonprofit Sector and VolunteeringTravaux en français237 207