Re-Framing Environmental Social Science Research for Sustainable Water Management in a Changing Climate
Notice bibliographique
Résumé
Abstract This paper considers aspects of environmental social science research in the UK and explores an obvious bias towards the development of instruments to manage demand as an adaptation to climate change, and consequently the predominance of interest in the customer from a demand-side perspective. In the case of water, this has resulted in an inappropriate mixing of individualist research methods designed to measure public perceptions of risk and water-based practices, with mass consumption data that cannot be specifically linked to the individual. This mixing has a tendency to reinforce a long-standing blame culture that drives interest in the development of behaviour change initiatives while the relatively unchallenged hydraulic mission to provide safe drinking water and sanitation progresses. With this in mind this paper reviews examples of water use research from California, Australia, and the UK and highlights the more effective routes to understanding water customers and developing behaviour change initiatives that utilise stages of change models and grounded techniques incorporating qualitative and quantitative data from individual sources. A secondary aim is to argue for re-framing the relations between various actors in a changing climate to allow the development of new policy approaches, learning, and openness, from industry, regulators, and customers, based on new theories from the field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,078 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,065 |
| Communication savante | 0,020 | 0,021 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».