MétaCan
Menu
Retour à la cohorte
Enregistrement W2125311858 · doi:10.1017/s1466046605050362

Research Article: Co-Management of Natural Resources: Opportunities for and Barriers to Working with Citizen Volunteers

2005· article· en· W2125311858 sur OpenAlexaffabout
Ryan Plummer, Susan Arai

Notice bibliographique

RevueEnvironmental Practice · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Public relationsBusinessRecreationProcess (computing)Natural resourceQuality (philosophy)PerceptionEnvironmental planningEnvironmental resource managementPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Co-management is an innovative approach for managing the natural environment and providing opportunities for outdoor recreation. It combines the efforts of government agencies legally responsible for environmental quality with those of citizens and interest groups using such resources. This article documents the experiences gained from a co-management process involving the Tine River (a pseudonym) corridor in Ontario. The analysis focuses on revealing factors that fostered opportunities and presented barriers to the voluntary nature of the process. Sharing common objectives, the presence and characteristics of a network, and willingness to share information appear to create opportunities for continued involvement. Different perceptions of intent, particularly between nongovernment and government participants, and failure to fulfill commitments, appear to destroy opportunities for involvement by citizens. Implications from this study are particularly relevant to government agencies, which are identified in this particular case as being responsible for creating significant barriers to this new mode of operation through both past and current actions. Recommendations are made for environmental professionals to foster opportunities and limit barriers to working with volunteers in pursuing co-management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,566
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

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

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 Opus0,076
Tête enseignante GPT0,354
Écart entre enseignants0,278 · 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 tête enseignante, 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

Citations9
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental PracticeMême sujetNonprofit Sector and VolunteeringTravaux en français237 207