MétaCan
Menu
Retour à la cohorte
Enregistrement W2099185965 · doi:10.1080/10871209.2015.1046095

Stakeholder Perspectives on Chronic Wasting Disease Risk and Management on the Canadian Prairies

2015· article· en· W2099185965 sur OpenAlexaffabout
Kari Amick, Douglas A. Clark, Ryan K. Brook

Notice bibliographique

RevueHuman Dimensions of Wildlife · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueQ Methodology Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésChronic wasting diseaseWastingStakeholderEnvironmental planningGeographyWildlife managementEnvironmental resource managementRisk managementDiseaseEnvironmental healthBusinessSocioeconomicsWildlifeMedicinePolitical scienceEcologyPublic relationsSociologyBiologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Chronic wasting disease (CWD) is an infectious disease caused by a prion that results in neurodegeneration and death in cervids. This study uses Q methodology to characterize stakeholder perspectives about CWD risk and management on the Canadian prairies, and to understand the potential for CWD management using an adaptive governance framework. Workshops and individual interviews were conducted with 16 stakeholders in Saskatchewan and Manitoba. Problem definitions framed CWD as a technical problem calling for technical solutions. All perspectives on solutions focused on the importance of education and the idea that management should fit within a national management strategy. A unique Aboriginal perspective also emerged and warrants further exploration. Results also indicated that although stakeholders wish to be involved with CWD management, they trust and expect government leadership, and are disinterested in adaptive governance. Challenges for stakeholder involvement in Canadian CWD management include a lack of sufficient leadership and general ambivalence.

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)0,010
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,247

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,007
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,354
Tête enseignante GPT0,410
Écart entre enseignants0,056 · 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'étudeObservationnel
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

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Dimensions of WildlifeMême sujetQ Methodology ApplicationsTravaux en français237 207