MétaCan
Menu
Retour à la cohorte
Enregistrement W2606634362

Watershed Governance for Rural Communities: Aligning Network Structure with Stakeholder Vision

2017· article· en· W2606634362 sur OpenAlexaffvenueabout
Darwin Horning, Bernard O. Bauer, Stewart Cohen

Notice bibliographique

RevueJournal of rural and community development · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensEnvironment and Climate Change CanadaUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésVisionCorporate governancePanacea (medicine)StakeholderStatus quoPolitical scienceEnvironmental governancePublic administrationEnvironmental planningHumanitiesEnvironmental resource managementBusinessGeographySociologyPublic relationsEconomicsLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Water governance often adopts one of two end-member frameworks: (a) centralized, command-control structures, or (b) distributed–collaborative networks. The former typifies the traditional style of water governance that has reigned for the past century, whereas the latter is increasingly touted as a panacea to the evolving challenges of water resource management in a time of rapidly changing drivers (e.g., climate change, urbanization). This study applies Social Network Analysis (SNA) to two case-study watersheds in south-central British Columbia in order to assess the (mis)alignment between water governance network structure and stakeholder objectives regarding adaptation to the pressures imposed by climate change. The results indicate that rural, water-scarce regions continue to be burdened by centralized, command-control style structures that reinforce the status quo in watershed governance (Neef, 2009). This reality marginalizes stakeholders at the peripheries of the network, who may represent a silent but significant voice in regard to future visions for watershed governance. The management of common-pool resources in rural areas will likely remain a difficult challenge without social networks that are designed strategically so as to become better aligned with stakeholder visions. Keywords: adaptive; bridging; knowledge transfer; learning; social network ------------------------------------------------------------- Resume La gouvernance des ressources en eau adopte souvent une des deux structures diametralement opposees: (a) centralisee, des structures de commande de controle, ou (b) distribuee - reseaux collaboratifs. La premiere caracterise le style traditionnel de gouvernance d'eau qui a regne pendant le siecle passe, tandis que la derniere est de plus en plus vantee comme la panacee aux difficultes rencontrees dans la gestion des ressources en eau, en periode de facteurs de changements rapides (ex.: changements climatiques, urbanisation). Cette etude applique la methode de l'analyse des reseaux sociaux (ARS) a deux etudes de cas de bassins hydrologiques, dans le centre-sud de la Colombie-Britannique afin d'evaluer l'alignement et le desalignement entre la structure des reseaux de la gouvernance de l'eau et les objectifs des intervenants cles, pour toutes les questions relatives aux pressions imposees par le changement climatique. Les resultats indiquent que les regions rurales, pauvres en eau, continuent d'etre accablees par un style de structures de commande de controle centralise qui renforce le statu quo dans les gouvernances de bassins (Neef, 2009). Cette realite marginalise les intervenants cles a la peripherie du reseau, qui peut representer une voix faible mais cependant significative au regard de la vision future de la gouvernance des bassins. La gestion des ressources collectives dans les zones rurales demeurera probablement un defi difficile sans reseaux sociaux designes strategiquement dans le but d'etre mieux enlignes avec les visions des intervenants.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,018
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,006
Communication savante0,0050,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,247
Écart entre enseignants0,217 · 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

Citations24
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of rural and community developmentMême sujetSustainability and Climate Change GovernanceTravaux en français237 207