MétaCan
Menu
Retour à la cohorte
Enregistrement W2065344420 · doi:10.1111/j.0008-3658.2005.00080.x

Explaining perceptions of a technological environmental hazard using comparative analysis

2005· article· en· W2065344420 sur OpenAlexaffvenueabout
Jamie Baxter, Kristine Greenlaw

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDistrustHazardEnvironmental hazardPerceptionRisk perceptionTourismAmenityHazardous wasteGeographySociologySocial psychologyPsychologyBusinessEcology

Résumé

récupéré en direct d'OpenAlex

This study addresses one of the main research problems in the area of environmental hazard risk—to explain why perception of threat from the same hazard varies between groups. We argue that the cultural theory of risk, explicitly place‐contingent ways of life and worldviews that support those ways of life, goes a long way towards explaining risk perception differences in the communities of Kinuso, Fort Assiniboine and Barrhead Alberta. Fifty‐five in‐depth interviews were conducted within these communities; three of the four communities are closest to the Alberta Special (hazardous) Waste Treatment Facility. A regional donut pattern of interviewee concern is partially explained as differential attachment to ways of life like farming, tourism and hunting for the concerned and amenity‐proximate rural living for the unconcerned. These relationships are further supported by worldviews like distrust and sensitivity to equity for the concerned and the price of progress for the unconcerned. Though this study is not about siting process per se, detailed conversations about the siting process indicate that the perceptions of risk (as concern) in the operational phase of this hazard were solidified early on and are likely difficult to change.

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)0,003
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 enseignants0,887
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,023
Tête enseignante GPT0,266
Écart entre enseignants0,243 · 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

Citations42
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetRisk Perception and ManagementTravaux en français237 207