THE USE AND INFLUENCE OF SCIENTIFIC INFORMATION IN ENVIRONMENTAL POLICY MAKING: LESSONS LEARNED FROM NOVA SCOTIA
Notice bibliographique
Résumé
Governmental organisations produce vast quantities of scientific information on the state of the marine and coastal environment which is often intended to guide policy-making to mitigate or reverse the declining trends in the health of the environment. How scientific information is used and how it influences environmental policy and decision making are however not well understood. The apparent disconnect between the knowledge and information produced by scientists and that used by policy makers is attributed to problems at the science-policy interface. Based on a multi-disciplinary literature review, this paper describes how policy makersseek out and use scientific information within the context of policy design in the 21st century. Best practices for increasing information flows across the science-policy interface are drawn from a study of the awareness, use, and influence of The 2009 State of the Nova Scotia Coast Report in coastal policy making in Nova Scotia.Strategic or rational approaches to policy making can increase the two-way flow of information across the science-policy interface as it facilitates collaboration among multiple actors in information generation, transmis-sion, and use. The production, use, and influence of The 2009 State ofNova Scotia's Coast Report in coastal policy making in Nova Scotia demonstrates the strategic approach to policy making whereby coastal policy is being developed through (i) intergovernmental partnerships, (ii) the use of best available information, (iii) linkages between the policy process and policy output, and (iv) public participation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».