MétaCan
Menu
Retour à la cohorte
Enregistrement W2040610278 · doi:10.1515/1944-4079.1105

“Risk Is a Social Thing, Not Just a Mathematical Thing:” A Model for Stakeholder Engagement in Decision Making

2012· article· en· W2040610278 sur OpenAlexaffabout
Anneliese Poetz

Notice bibliographique

RevueRisk Hazards & Crisis in Public Policy · 2012
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStakeholderStakeholder engagementStakeholder analysisPublic relationsBusinessInvestment (military)Knowledge managementGrounded theoryManagement sciencePolitical scienceSociologyComputer scienceEngineeringQualitative research

Résumé

récupéré en direct d'OpenAlex

Abstract Abstract A practical model is needed for stakeholder engagement in decision making that involves risks to public safety. An effective model should be adaptable to contingencies and meet the needs of diverse stakeholders in a democratic setting. This paper presents a new model for stakeholder consultation and knowledge exchange that has been derived through the use of case study and grounded theory. Data were mainly comprised of 30 one‐on‐one interviews with stakeholders involved in the decision making processes for the re‐licensing of two nuclear power generation facilities in Ontario, Canada. The model is centered upon the importance of developing and maintaining quality relationships among stakeholders before, during, and after consultation, in part through active communication and conflict management through skilled facilitation. Also important are stakeholders' divergent perceptions about risk, and understanding of the risks associated with the decision to be made. The paper concludes with recommendations for policy and practice. Investment in a long‐term, relationship‐centred approach can enable future projects to remain on‐time and on‐budget.

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)0,012
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,018
Communication savante0,0070,008
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,248
Tête enseignante GPT0,448
Écart entre enseignants0,200 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRisk Hazards & Crisis in Public PolicyMême sujetRisk and Safety AnalysisTravaux en français237 207