MétaCan
Menu
Retour à la cohorte
Enregistrement W2601680582 · doi:10.1177/0263775817700395

Multiple ontologies of water: Politics, conflict and implications for governance

2017· article· en· W2601680582 sur OpenAlexaffabout
Julian S. Yates, Leila M. Harris, Nicole J. Wilson

Notice bibliographique

RevueEnvironment and Planning D Society and Space · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésScholarshipCorporate governanceOntologyPoliticsRelation (database)EpistemologySociologySpace (punctuation)Political scienceComputer scienceBusinessLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

We ask what it would mean to take seriously the possibility of multiple water ontologies, and what the implications of this would be for water governance in theory and practice. We contribute to a growing body of literature that is reformulating understanding of human–water relations and refocusing on the fundamental question of what water ‘is’. Interrogating the political–ontological ‘problem space’ of water governance, we explore a series of ontological disjunctures that persist. Rather than seeking to characterize any individual ontology, we focus on the limitations of silencing diverse ontologies, and on the potential of embracing ontological plurality in water governance. Exploring these ideas in relation to examples from the Canadian province of British Columbia, we develop the notion of ontological conjunctures, which is based on networked dialogue among multiple water ontologies and which points to forms of water governance that begin to embrace such a dialogue. We highlight water as siwlkw and the processual concept of En’owkin as examples of this approach, emphasizing the significance of cross-pollinating scholarship across debates on water and multiple ontologies.

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)0,030
score de la tête « metaresearch » (Gemma)0,034
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: aucune
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,034
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0210,104
Communication savante0,0220,036
Science ouverte0,0030,019
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,028
Tête enseignante GPT0,277
Écart entre enseignants0,249 · 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

Citations276
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning D Society and SpaceMême sujetWater Governance and InfrastructureTravaux en français237 207