MétaCan
Menu
Retour à la cohorte
Enregistrement W2810239080 · doi:10.1162/glep_a_00470

How Do States Benefit from Nonstate Governance? Evidence from Forest Sustainability Certification

2018· article· en· W2810239080 sur OpenAlexaff
Jesse Abrams, Erik A. Nielsen, D Riestra Díaz, Theresa Selfa, Erika M. Adams, Jennifer L. Dunn, Cassandra Moseley

Notice bibliographique

RevueGlobal Environmental Politics · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensAdidas (Canada)
Organismes subventionnairesnon disponible
Mots-clésCertificationCertified woodCorporate governanceSustainabilityState (computer science)Government (linguistics)Environmental governanceCivil societyBusinessPolitical sciencePublic administrationPoliticsEcologyFinanceLaw

Résumé

récupéré en direct d'OpenAlex

Forest sustainability certification is emblematic of governance mechanisms associated with neoliberal state reforms. Despite being conceived as a means of compensating for the unwillingness or inability of states to regulate forest practices, in practice, forest certification has come to entail complex and hybrid relationships between private-sector, civil society, and government actors. Indeed, states have increasingly embraced certification as a means of complementing or even supplanting traditional forms of governmental regulation of the forest sector. Yet processes of neoliberalization imply both an expansion of opportunities for hybrid governance and a weakening of the state capacity that is often needed for successful implementation of certification initiatives. We analyze the complex relationships between neoliberalization, state capacity, and certification through two contrasting cases in Wisconsin, United States, and Entre Ríos, Argentina. Our findings illustrate the tensions within broadly neoliberal and postneoliberal regimes and highlight the persistence of long-standing patterns of state-led environmental governance.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,224 · 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'étudeObservationnel
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

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Environmental PoliticsMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207