MétaCan
Menu
Retour à la cohorte
Enregistrement W2169250483 · doi:10.1068/a130004p

Beyond Rhetoric to Understanding Determinants of Wind Turbine Support and Conflict in Two Ontario, Canada Communities

2013· article· en· W2169250483 sur OpenAlexaffabout
Chad Walker, Jamie Baxter, Danielle Ouellette

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Acceptance of Renewable Energy
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésOpposition (politics)Wind powerRhetoricRhetorical questionSociologySocial psychologyPolitical sciencePsychologyEngineeringPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

The literature concerning local opposition to wind turbine developments has relatively few case studies exploring the felt impacts of people living with turbines in their daily lives. Aitken even suggests that such residents are subtly or overtly cast as deviants in the current literature. Our mixed-methods, grounded-theory case study of two communities in Ontario, Canada provides insights about such residents though twenty-six face-to-face in-depth interviews, 152 questionnaires, and basic spatial analysis involving locals who have been living with operating turbines for several years. Despite being neighbours the communities differ on several measures including the spatial clustering of turbines. Opposition is significantly predicted by: Health, siting process, economic benefits, and visual aesthetic variables. Though a majority supports the turbines we focus on the interplay of that majority with those experiencing negative impacts, particularly related to health. We highlight an asymmetry of impacts at the local level on those who oppose turbines, which is supported by rhetorical conflict at multiple scales. The findings point to the need for greater attention to mitigating impacts, including conflict, by understanding how siting policies interact with social processes at the local level.

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)0,008
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 enseignants0,096
Score d'incertitude au seuil0,696

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0200,009
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,248
Écart entre enseignants0,220 · 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

Citations88
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetSocial Acceptance of Renewable EnergyTravaux en français237 207