MétaCan
Menu
Retour à la cohorte
Enregistrement W2163646597 · doi:10.1111/1468-0491.00177

Policy Networks, Federal Arrangements, and the Development of Environmental Regulations: A Comparison of the Canadian and American Agricultural Sectors

2002· article· en· W2163646597 sur OpenAlexaffabout
Éric Montpetit

Notice bibliographique

RevueGovernance · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Policy
Établissements canadiensÉcole Nationale d'Administration Publique
Organismes subventionnairesNatural Resources Conservation Service
Mots-clésAgricultureDivergence (linguistics)Environmental policyAgricultural policyPolicy analysisPolicy developmentBusinessPublic economicsEconomicsEnvironmental resource managementPublic administrationPolitical scienceEconomic policyEcology

Résumé

récupéré en direct d'OpenAlex

Both studies of federations and studies of policy networks have sought to produce explanations for observed patterns of policy divergence and designs. However, both have evolved in parallel, insights rarely transferring from one to the other. This article reconciles the two types of studies. More specifically, it provides an understanding of the divergent efforts of the United States and Canada with regard to the adoption of environmental regulations for the agricultural sector, which emphasizes the establishment of policy networks through interactions between past policy decisions and federal arrangements. The American federal structure, when combined with unrelated agricultural policy decisions, shaped policy networks in such a way as to enable the adoption of stringent environmental regulations for agriculture. In contrast, the Canadian federal structure, also in conjunction with past policy decisions, prevented the creation of policy networks capable enough to design similarly stringent agro‐environmental regulations.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,778

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,008
Études des sciences et des technologies0,0090,007
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 GPT0,188
Écart entre enseignants0,176 · 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

Citations50
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGovernanceMême sujetAgricultural Economics and PolicyTravaux en français237 207