MétaCan
Menu
Retour à la cohorte
Enregistrement W2118927776 · doi:10.1142/s1464333207002743

MEANINGFUL PUBLIC PARTICIPATION IN ENVIRONMENTAL ASSESSMENT: PERSPECTIVES FROM CANADIAN PARTICIPANTS, PROPONENTS, AND GOVERNMENT

2007· article· en· W2118927776 sur OpenAlexaffabout
JENNIFER M. P. STEWART, A. John Sinclair

Notice bibliographique

RevueJournal of Environmental Assessment Policy and Management · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPublic participationGovernment (linguistics)Public relationsConvergence (economics)Public administrationPolitical scienceQualitative researchPublic economicsPublic opinionPublic consultationSociologyEconomicsEconomic growthSocial scienceLawPolitics

Résumé

récupéré en direct d'OpenAlex

The benefits of public participation in EA have been clearly described in both theoretical and practical terms. Despite the wealth of benefits ascribed to engaging the public in EA, the design and implementation of specific public participation programs remains contentious. In fact, public participation processes are still frequently criticized as dissatisfying by participants, costly, and time consuming, by proponents, and inefficient by governments. The purpose of this research was, therefore, to establish whether there are points of convergence in opinion among participant, proponent, and government sectors regarding what constitutes appropriate principles and procedures for meaningful public participation. Our approach was qualitative and included consideration of the literature and interviews with Canadian public participation practitioners. Government, proponent and participant respondents identified and agreed on eight key elements, along with sub-components, of meaningful public participation. These elements, as well as those where convergence was not reached, are outlined and discussed.

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)0,040
score de la tête « metaresearch » (Gemma)0,048
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 enseignants0,163
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0480,026
Communication savante0,0120,005
Science ouverte0,0040,010
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,300
Écart entre enseignants0,286 · 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

Citations112
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Assessment Policy and ManagementMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207