MétaCan
Menu
Retour à la cohorte
Enregistrement W2513910787 · doi:10.1093/forestry/cpw036

Social licence to operate and forestry – an introduction

2016· article· en· W2513910787 sur OpenAlexaff
Peter Edwards, Justine Lacey, Stephen Wyatt, Kathryn Williams

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceIndigenousPublic relationsTheme (computing)Political scienceNexus (standard)Government (linguistics)SociologyPublic administrationEngineeringManagementEconomics

Résumé

récupéré en direct d'OpenAlex

This special issue aims to explore a variety of strands of research enquiry into social licence to operate and forestry. Emerging from a successful technical session at the 2014 IUFRO World Congress, we present eight conference and invited papers. These papers are aligned into three themes – theoretical approaches, pragmatic use and governance. The theoretical approaches include a systematic review, social licence and social acceptance, and social licence as a social contract. The pragmatic theme includes an analysis of social licence in the media and two analyses of the social licence and corporate social responsibility nexus. The governance theme encompasses two papers, one exploring public opposition to government policy through a social licence framework and the other social licence from an indigenous perspective.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0020,004
Communication savante0,0080,010
Science ouverte0,0010,004
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

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 Opus0,041
Tête enseignante GPT0,356
Écart entre enseignants0,314 · 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'étudeSans objet
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

Citations44
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestry An International Journal of Forest ResearchMême sujetMining and Resource ManagementTravaux en français237 207