MétaCan
Menu
Retour à la cohorte
Enregistrement W2067325886 · doi:10.1080/02722011.2010.519395

Importing Notions of Governance: Two Examples from the History of Canadian Water Policy

2010· article· en· W2067325886 sur OpenAlexfundaboutno aff
Sarah Michaels, Rob de Loë

Notice bibliographique

RevueThe American Review of Canadian Studies · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicy Transfer and Learning
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WaterlooAustralian Government
Mots-clésTimelineCorporate governanceJurisdictionContext (archaeology)Policy learningPolicy transferWater resourcesEnvironmental resource managementPolitical scienceBusinessPublic administrationEconomicsLawGeographyComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

As stress on water resources increases from growing human demands and a changing climate, recognition of the need to develop effective strategies for water governance is expanding. Consequently, it is timely to consider the legacy of effective instances of water policy innovation that have been highly influential in water resource management in Canada. We present two historical examples of policy transfer – that is, when policy employed in one jurisdiction is adapted for use in another. The first is the late nineteenth-century adoption of water allocation law in the North-West Territories that was a noteworthy departure from how water had been allocated in eastern Canada. The second is the twentieth-century introduction of conservation authorities in Ontario as regional watershed-based management entities. These examples illustrate how, in an era of expert-driven natural resources management, notions of governance were adapted from Australia and the United States. They also reveal how the biophysically-based policy context of water influences which policy transfer mechanisms are appropriate for lesson-learning. We conclude that the potential for policy transfer and lesson-learning to shorten the policy innovation timeline must be viewed as a critical response to urgent and evolving demands on water.

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)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,981

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,010
Études des sciences et des technologies0,0140,048
Communication savante0,0080,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,063
Tête enseignante GPT0,356
Écart entre enseignants0,293 · 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

Citations12
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe American Review of Canadian StudiesMême sujetPolicy Transfer and LearningTravaux en français237 207