MétaCan
Menu
Retour à la cohorte
Enregistrement W2547859870 · doi:10.1111/ropr.12201

Mitigating Mistrust? Participation and Expertise in Hydraulic Fracturing Governance

2016· article· en· W2547859870 sur OpenAlexafffundabout
Kate J. Neville, Erika Weinthal

Notice bibliographique

RevueReview of Policy Research · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHydraulic fracturingCredibilityNegotiationLegislatureCitizen journalismCorporate governanceSpillover effectGovernment (linguistics)Public participationUncertaintyPublic administrationPolitical scienceProcess (computing)Public trustPublic relationsBusinessEconomicsLawEngineeringFinance

Résumé

récupéré en direct d'OpenAlex

Abstract In Canada's Yukon Territory, a legislative committee was tasked with assessing the risks and benefits of hydraulic fracturing. The committee designed an extensive participatory process involving citizens and experts; however, instead of information access and public hearings fostering an open dialogue and trust, these two channels failed to de‐polarize debates over hydraulic fracturing. We argue that mistrust was reinforced because (1) weak participatory processes undermined the goals of public involvement, (2) scientific evidence and scientists themselves were not accepted as neutral or apolitical, and (3) strategic fostering of mistrust by actors on both sides of a polarized issue intensified existing doubt about the integrity and credibility of the process. The implications of a failure to restore trust in government are significant, not only for the issue of hydraulic fracturing, but for governance more broadly, as mistrust has spillover effects for subsequent public negotiations.

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)0,057
score de la tête « metaresearch » (Gemma)0,102
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,299

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0570,102
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,026
Communication savante0,0080,007
Science ouverte0,0020,011
Intégrité de la recherche0,0050,003
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 Opus0,031
Tête enseignante GPT0,366
Écart entre enseignants0,335 · 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

Citations34
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueReview of Policy ResearchMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207