MétaCan
Menu
Retour à la cohorte
Enregistrement W2810861343 · doi:10.1029/2017wr022290

Mitigating Public Concerns About Recycled Drinking Water: Leveraging the Power of Voting and Communication

2018· article· en· W2810861343 sur OpenAlexaff
Maik Kecinski, Kent D. Messer

Notice bibliographique

RevueWater Resources Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensUniversity of Alberta
Organismes subventionnairesOffice of Experimental Program to Stimulate Competitive ResearchU.S. Department of AgricultureNational Science Foundation
Mots-clésVotingPersuasionContext (archaeology)Willingness to acceptContingent valuationPsychologyWillingness to payBusinessSocial psychologyEnvironmental economicsEconomicsPolitical scienceMicroeconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Abstract This research studies the perceptions of individuals concerning reused drinking water. Individuals' visceral responses may stigmatize reused water as the water's immediate origin is too clear. In this context, we show how individuals grow more accepting of reused water when their decisions consider others, as opposed to just themselves. First, differences between private and public decision making are quantified using willingness to accept (WTA) data collected in economic experiments. Adult participants first made decisions in a second‐price auction (private rounds) followed by majority‐rule voting (public rounds) on the median price collected in the private rounds. Our results show that participants in the public rounds significantly reduce their WTA. Moreover, a communication treatment using chat boxes further reduced participants' WTA. The recorded chat indicated that particularly messages related to humor and persuasion were powerful influences on participants' voting decisions. The results have applications for sustainable, cost‐effective recycled water projects.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,255
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,046
Tête enseignante GPT0,330
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetEnvironmental Education and SustainabilityTravaux en français237 207