Gathering Stakeholders: Education about the Salish Sea Ecosystem for Vancouver's Adult Residents
Notice bibliographique
Résumé
"Education of the Salish Sea is a big pool of information waiting to be tapped into" (Vancouver environmental adult educator). Residents of Vancouver, British Columbia (BC), Canada live alongside one of the largest and most biologically diverse inland seas in the world, the Salish Sea. Although a rich variety of marine environmental adult education opportunities are offered in Vancouver, educators have found that attendance is low and programs generally attract repeat participants described as the “already converted”. Overall, there appears to be a disconnect between the capacity for this education in Vancouver and the number of people who currently attend existing programs. Education about marine ecosystems is critical for residents of coastal urban centres due to the impact that human activities have on the sea and estuarine areas; however, scholarly research in this area is scarce. This qualitative case study explored marine environmental adult education in the densely populated city of Vancouver, BC from the perspective of local stakeholders. An interview was conducted with one contact person from each of the following stakeholder groups: marine adult education planners, marine advocates, local First Nations' peoples, and the City of Vancouver. As well, a small sample of Vancouver residents who represented the curious and beginning adult learner participated in a focus group. Three themes emerged from the data analysis: (a) residents are connected to the Salish Sea but know little about it, (b) greater awareness has benefits for the ecosystem and residents, and (c) programs specifically designed for Vancouver's adult residents could engage citizens in marine environmental education. This presentation will identify directions for the development of marine environmental programs in Vancouver; suggest participant engagement strategies for both new and existing programs; mention discussion points and areas for further study; and provide an update on plans for a pilot program.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».