MétaCan
Menu
Retour à la cohorte
Enregistrement W2552478873 · doi:10.5751/es-03344-150225

Water Management in Spain: the Role of Policy Entrepreneurs in Shaping Change

2010· article· en· W2552478873 sur OpenAlexvenueno aff
Núria Font, Joan Subirats

Notice bibliographique

RevueEcology and Society · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicy Transfer and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessEnvironmental resource managementClimate changeClimate change adaptationEnvironmental planningNatural resource economicsGeographyEcologyEnvironmental scienceEconomics

Résumé

récupéré en direct d'OpenAlex

The role played by policy entrepreneurs in preparing, initiating, and implementing water policy change in Spain over the last two decades is examined in an effort to understand how transitions in water management occur.The main questions considered are whether policy entrepreneurs can influence water policy change, and which strategies they actually adopt to promote change.John Kingdon's multiple streams framework was used to assess the ways in which policy entrepreneurs succeed in challenging the dominant agenda, mobilizing alternative policy ideas, and making use of multiple venues for initiating policy change.The data set comprises secondary documentation and interviews with state and non-state actors involved in Spanish water management.The main findings are that policy entrepreneurs from certain social, scientific, and political organizations have indeed played a central role in fracturing the traditional and long-standing approach and decision making process to water management as well as in opening new avenues for policy change.The main implication is that accounts of water management transitions should place greater emphasis on the role of agency in bringing about policy change.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,020
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,299
Écart entre enseignants0,275 · 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

Citations108
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetPolicy Transfer and LearningTravaux en français237 207