MétaCan
Menu
Retour à la cohorte
Enregistrement W2312451654 · doi:10.2166/wp.2014.207

Drinking water safety plans: barriers and bridges for small systems in Alberta, Canada

2014· article· en· W2312451654 sur OpenAlexaffabout
Erika Perrier, Megan Kot, Heather Castleden, Graham A. Gagnon

Notice bibliographique

RevueWater Policy · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésJurisdictionBusinessWork (physics)Environmental planningBridge (graph theory)Water supplyEarly adopterQualitative researchEnvironmental resource managementEngineeringMarketingPolitical scienceGeographyEnvironmental scienceEnvironmental engineeringSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

Water safety plans provide a relatively new management approach for identifying and addressing risks in a water supply. In 2011, the province of Alberta (Canada) became the first jurisdiction in North America to require that all water supplies develop drinking water safety plans (DWSPs). This research explored the implementation of DWSPs through the experiences of ‘early adopter’ operators who work in small communities. Specifically, in-person open-ended qualitative interviews with operators from 15 small communities from across Alberta were conducted to explore implementation challenges and opportunities. The findings highlight a number of barriers associated with the relationships between decision-making bodies, regulatory authorities and water operators, all of which have the potential to support or hinder the uptake of a DWSP. Findings also indicate that a DWSP can act as a bridge, providing a much-needed tool to facilitate communication about water supplies and help to support and manage relationships between stakeholders. This study revealed a number of important and useful insights to the small community early DWSP adopter experience in Canada that could be applied in other jurisdictions looking to adopt similar practices.

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)0,006
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 enseignants0,085
Score d'incertitude au seuil0,619

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,006
Communication savante0,0040,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,253
Écart entre enseignants0,240 · 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

Citations43
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater PolicyMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207