Perceptions of risk to water environments in the lower Fraser basin, British Columbia
Notice bibliographique
Résumé
The following thesis presents the results of a two year study that addressed lay perceptions of the risks to the water resources of the Lower Fraser Basin, British Columbia. Studies of this nature are important because by clarifying public perceptions, risk communication policies as well as land and water resource use plans that accommodate people's concerns can be developed appropriately. The study was based on a written survey that was administered to 183 lay subjects in four communities within the Lower Fraser Basin. Sixteen experts participated in a portion of the survey. Analysis involved the determination of how people perceive distinct human activities in terms of the risk each may pose to the health of aquatic ecosystems. Further analysis compared these perceptions to those of specialists in the aquatic sciences. The thesis is structured as a collection of three papers that examine different aspects of the study. The First paper provides a review of the overall data set, while the remaining two papers address related subsets of the data. One paper reviews perceptions of activities that cause eutrophication problems and the other reviews perceptions of forest industry activities. The results demonstrated that people tend to view risks to water environments in a multi-faceted fashion. Four factors were found to influence people's general perception of risk and the need for regulation of the activities that were perceived to pose the risk. These factors were termed Ecological Impact, Human Benefit, Controllability and Knowledge. Another significant result was the fact that there were often striking differences between the views of the lay sample and those of the expert sample. Some activities were perceived by the lay sample as posing substantial risk while the experts did not view this to be the case. Alternatively, for some activities, the reverse scenario occurred. Accordingly, there were differences in judgements between the two groups as to the degree of regulation that should be imposed on the respective activities.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».