MétaCan
Menu
Retour à la cohorte
Enregistrement W2130903112 · doi:10.5751/es-06183-180463

A New Paradigm for Adaptive Management

2013· article· en· W2130903112 sur OpenAlexvenueno aff
Lucy Rist, Adam Felton, Lars Samuelsson, Camilla Sandström, Ola Rosvall

Notice bibliographique

RevueEcology and Society · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensnon disponible
Organismes subventionnairesUmeå UniversitetSveriges LantbruksuniversitetSkogforskStiftelsen för Miljöstrategisk Forskning
Mots-clésAdaptive managementCLARITYComputer scienceToolboxNatural resource managementRisk analysis (engineering)Ecosystem managementSet (abstract data type)Resource management (computing)Process managementManagement scienceEnvironmental resource managementBusinessNatural resourceEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Uncertainty is a pervasive feature in natural resource management. Adaptive management, an approach that focuses on identifying critical uncertainties to be reduced via diagnostic management experiments, is one favored approach for tackling this reality. While adaptive management is identified as a key method in the environmental management toolbox, there remains a lack of clarity over when its use is appropriate or feasible. Its implementation is often viewed as suitable only in a limited set of circumstances. Here we restructure some of the ideas supporting this view, and show why much of the pessimism around AM may be unwarranted. We present a new framework for deciding when AM is appropriate, feasible, and subsequently successful. We thus present a new paradigm for adaptive management that shows that there are no categorical limitations to its appropriate use, the boundaries of application being defined by problem conception and the resources available to managers. In doing so we also separate adaptive management as a management tool, from the burden of failures that result from the complex policy, social, and institutional environment within which management occurs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,778
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,208 · 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.

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

Citations143
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetSustainability and Climate Change GovernanceTravaux en français237 207