MétaCan
Menu
Retour à la cohorte
Enregistrement W2322707017 · doi:10.1177/0263774x15614697

Forestry administrator framings of responses to socioeconomic disturbance: Examples from northern regions in Canada, Sweden, and Finland

2015· article· en· W2322707017 sur OpenAlexaffabout
Ryan Bullock, E. Carina H. Keskitalo, Terhi Vuojala-Magga, Emmeline Laszlo Ambjörnsson

Notice bibliographique

RevueEnvironment and Planning C Government and Policy · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésPoliticsState (computer science)Government (linguistics)Public policyBusinessPolitical scienceGeographyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

As the global forest sector endures rapid crises and more gradually evolving social, political, and environmental influences, little attention has been paid to how forest administrators view changing sectoral conditions and response measures. We analyze policy frames mobilized by 27 senior actors within major private and state-owned companies, and government agencies in northern forest regions of Canada, Sweden, and Finland. Results show that four intervening theme areas are engaged by forest administrators to frame sectoral changes and responses, namely, the role of international markets; timber pricing and supply; the role of the state; and environmental policies. However, perceived regional differences in the level of impact of the international market changes, public versus private wood supply dependence, and satisfaction with forestry institutions lead actors to frame problems and solutions differently. While forest policy discourse is relatively consistent across these regions, responses are specified to regional contexts.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,942
Score d'incertitude au seuil0,424

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0300,013
Communication savante0,0070,001
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
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 Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,213 · 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

Citations5
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning C Government and PolicyMême sujetForest Management and PolicyTravaux en français237 207