MétaCan
Menu
Retour à la cohorte
Enregistrement W2800512468 · doi:10.5751/es-10029-230213

Toward an integrative framework for local development path analysis

2018· article· en· W2800512468 sur OpenAlexafffundvenue
Alastair W. Moore, Leslie A. King, Ann Dale, Robert Newell

Notice bibliographique

RevueEcology and Society · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensRoyal Roads University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of TorontoWashington State University
Mots-clésPath (computing)Environmental resource managementGeographyComputer scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Despite decades of debate and policy interventions, the wicked social-ecological problem of anthropogenic climate change continues to threaten the sustainability of local communities.Impacts resulting from a rapidly changing climate are now inevitable yet variable in their nature and timing, depending on the extent to which local communities can respond.Transforming to low-carbon communities requires the ability to interrupt the inertia in existing development paths and shift these to more sustainable trajectories.Intervening in local development paths to mitigate climate change requires understanding the multilevel interactions between actors, practices, structures, and ecosystems implicated in system transformations.In this paper we explore the synergies between the multilevel perspective on transitions, social-ecological systems thinking, and social practice theories.We use these to conceptualize an integrative analytical framework capable of assisting researchers and local governments to understand how development path trajectories are sustained, and hence, which local climate initiatives are more likely to change the inertia of current development paths, and which ones only tinker at their edges.

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)0,014
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,007
Études des sciences et des technologies0,0040,013
Communication savante0,0120,013
Science ouverte0,0040,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,016
Tête enseignante GPT0,258
Écart entre enseignants0,241 · 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'étudeThéorique ou conceptuel
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

Citations27
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetRural development and sustainabilityTravaux en français237 207