MétaCan
Menu
Retour à la cohorte
Enregistrement W2129361808 · doi:10.18352/ijc.79

Path dependency and collective action in common pool governance

2009· article· en· W2129361808 sur OpenAlexaffabout
Tim Heinmiller

Notice bibliographique

RevueInternational Journal of the Commons · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésCollective actionCommon-pool resourceContext (archaeology)Corporate governanceSocial capitalDependency (UML)Action (physics)Resource (disambiguation)BusinessPolitical scienceEnvironmental resource managementEconomicsGeographyMicroeconomicsPoliticsComputer science

Résumé

récupéré en direct d'OpenAlex

Collective action among resource users has long been identified as a basic element of successful common pool governance, and one of the main concerns of common pool research is the identification of factors that affect collective action. Among the most commonly identified factors are trust, social capital, common preferences, shared knowledge, collaborative experiences, focusing events and expectations of future interactions. Thus far, however, relatively little attention has been paid to the historical-institutional context of collective action and the constraining effects of path dependency. Path dependency suggests that investments and adaptations in early resource management institutions can make it difficult for actors to abandon these institutions, thereby influencing and shaping subsequent collective action efforts. This article examines the impact that path dependency can have on collective action in common pools, by examining transboundary water management in the Murray-Darling Basin of Australia, the Colorado Basin of the US and the Saskatchewan-Nelson Basin of Canada. In all three cases, early transboundary water apportionment institutions have proven strongly path dependent, significantly shaping subsequent collective action efforts at transboundary water conservation.

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)0,005
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 enseignants0,007
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,011
Communication savante0,0020,004
Science ouverte0,0010,005
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 Opus0,010
Tête enseignante GPT0,227
Écart entre enseignants0,217 · 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

Citations59
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of the CommonsMême sujetWater resources management and optimizationTravaux en français237 207