On the Benefits of Using Process Indicators in Local Sustainability Monitoring: Lessons from a Dutch municipal ranking (1999–2014)
Notice bibliographique
Résumé
Abstract The sustainability performance of cities is subject to an ever‐growing number of monitoring tools. While most initiatives work with outcome indicators that are generally associated with limited direct policy relevance, a minority of tools focuses on sustainability‐related processes and particularly local government policies. In this article, we explore the benefits, limitations and conditions under which this approach can function. While several process‐oriented tools offered to European local governments have lacked participation and foundered, the Local Sustainability Meter (LSM) has been widely used in the Netherlands, with close to 90% of all Dutch municipalities participating since 1999 in some of its multi‐year editions. An evaluative case study presented in this article shows that the LSM stimulated competition for policy performance, conceptual learning and the strengthening of local governance and inter‐municipal networks. The LSM's design choices of combining voluntary, transparent self‐assessments at periodic intervals with public rankings and awards proved to be an effective – and economic – way of disseminating sustainability policies. Its limitations include an inherent focus on generic, standardized policy prescriptions and little knowledge on actual sustainability outcomes. These findings are relevant for policy‐makers and developers of (local) sustainability monitoring tools. This study contributes to the growing literature on (i) sustainability policies and (ii) municipal monitoring and ranking tools. Copyright © 2016 John Wiley & Sons, Ltd and ERP Environment
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 | 0,028 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».