MétaCan
Menu
Retour à la cohorte
Enregistrement W2127465081 · doi:10.1177/1070496514525404

Explaining Variations in the Subnational Implementation of Global Agreements: The Case of Ecuador and the Convention on Biological Diversity

2014· article· en· W2127465081 sur OpenAlexaff
Ariane Gagnon-Légaré, Philippe Le Prestre

Notice bibliographique

RevueThe Journal of Environment & Development · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésConvention on Biological DiversityConventionDiversity (politics)LimitingBusinessPolitical scienceBiodiversityEnvironmental resource managementEconomic growthEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

We conducted case studies in Ecuador to assess subnational governments’ implementation of the Convention on Biological Diversity (CBD) and to identify factors linked with successful implementation. We anticipated resources to be the main limiting factor, yet the record of implementation is not as closely tied to the availability of financial and human resources as might be expected in a developing country. Governments, in diverse sociopolitical and economic contexts, do have alternatives to implement multilateral environmental agreements. The type of development leaders promote and the priority they grant to environmental issues determine the use of available resources. We also observed the significant role played by local, national, and international nongovernmental organizations (NGOs) and funding agencies in circulating biodiversity messages and spurring the elaboration of policies as well as on the ground projects. This picture would suggest to enhance awareness-raising trainings and to explore further the role of collaboration between governments and NGOs at local scales.

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)0,011
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,004
Communication savante0,0040,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,261
Écart entre enseignants0,235 · 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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Environment & DevelopmentMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207