MétaCan
Menu
Retour à la cohorte
Enregistrement W2801765852 · doi:10.1002/sd.1726

Addressing policy challenges in implementing Sustainable Development Goals through an adaptive governance approach: A view from transitional China

2018· article· en· W2801765852 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSustainable Development · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChina's Socioeconomic Reforms and Governance
Établissements canadiensCentre for International Governance Innovation
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésChinaCorporate governanceSustainable developmentProcess (computing)Set (abstract data type)Economic systemMulti-level governancePolitical scienceEnvironmental resource managementProcess managementBusinessEnvironmental planningEconomic growthEconomicsComputer scienceGeographyManagement

Résumé

récupéré en direct d'OpenAlex

Abstract In 2015, the 17 Sustainable Development Goals (SDGs) were adopted by all member states of the United Nations. This paper argues that actually implementing the SDGs is far more challenging than reaching agreement to adopt them. To overcome these challenges, a Four‐Step Adaptive Governance Framework was set up to facilitate implementation of these goals. Two‐level policy tools are presented to illustrate the policy evolution of China's development transitions, within the framework of “adaptive governance.” This study found that the Four‐Step Adaptive Governance Approach is deeply embedded in China's policy process, and it has contributed significantly to China's development during the past four decades. The Adaptive Governance Framework and this example of its application in China suggests it could be a useful tool for developing countries that are formulating their national strategies to achieve their SDGs by 2030.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,556
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,076
Tête enseignante GPT0,334
Écart entre enseignants0,258 · 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