Exploring the behavioural attributes, strategies and contextual knowledge of champions of change in the Canadian water sector
Notice bibliographique
Résumé
Sustainable water resource management (WRM) is failing to be fully implemented in Canada due to, among other things, cultural and structural inhibiting factors. There is a need for water professionals to develop their understanding of the ways in which cultural and structural barriers within prominent water resource management institutions can be broken down and/or navigated so that climate change and sustainability challenges can be more appropriately addressed. This study explored, for the first time in Canada, champion leadership approaches by interviewing champions in the Canadian water sector, with a focus on behavioural attributes, strategies and contextual factors. The findings revealed the significance of both formal and informal relationships, passion in communication, respectful and humble networking and work relations alongside necessary risk taking as key behavioural strategies for Canadian water champions. It also exposed the need to understand contextual realities of mandate gaps, control and secrecy at the federal level versus the more open and responsive culture at the municipal level. While the context can inhibit change, it does not necessarily inhibit it if the champion is well equipped to understand the institution and the strategies that can influence it. Such strategies include the creation of windows of opportunities and the use of media such as journalists, for risk-taking change efforts that do not have to be socially and professionally threatening. Water professionals who have a better understanding of the champion experience in Canada may be in a better position to contribute to a more effective implementation of sustainable WRM in Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».