MétaCan
Menu
Retour à la cohorte
Enregistrement W2110214327 · doi:10.1002/atr.5670340107

Citizen involvement in the transportation planning process: What is and what ought to be

2000· article· en· W2110214327 sur OpenAlexvenueno aff
C. Jotin Khisty

Notice bibliographique

RevueJournal of Advanced Transportation · 2000
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Action (physics)Collective actionTransportation planningPublic participationProcess managementVirtuous circle and vicious circlePublic relationsPublic involvementBusinessDecision-makingManagement sciencePolitical scienceComputer scienceEngineeringEconomicsMarketingTransport engineeringPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Public involvement in the transportation planning process is an effort to ensure that citizens have a direct voice in public decision‐making. Through shared goals, such involvement enriches the planning, implementation, operation and management process. Various strategies of involving the public in the planning process have been tried in the past thirty years, but the overall effort has been lumpy and at times disappointing. In the last few years some forms of communicative action have been applied, following its appearance in current literature, but we still have a long way to go. This paper has four main objectives. First, it surveys the citizen involvement effort as it is practiced today and the problems it faces. Second, it describes teleogenic systems that are particularly suited for tackling conflictual problems. Thirdly, it presents the interplay of virtuous and vicious cycles in reinforcing or retarding collective decision making. And lastly, the process of harvesting the potential of citizen groups in collective decision‐making through critical systems thinking is described.

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)0,025
score de la tête « metaresearch » (Gemma)0,037
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 enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,015
Communication savante0,0130,011
Science ouverte0,0010,005
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,082
Tête enseignante GPT0,385
Écart entre enseignants0,303 · 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

Citations29
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetComplex Systems and Decision MakingTravaux en français237 207