MétaCan
Menu
Retour à la cohorte
Enregistrement W2887285023 · doi:10.1016/j.exis.2018.07.011

Shale development in the US and Canada: A review of engagement practice

2018· review· en· W2887285023 sur OpenAlexaboutno aff
Merryn Thomas, Nick Pidgeon, Michael Bradshaw

Notice bibliographique

RevueThe Extractive Industries and Society · 2018
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésPublic engagementCredibilityPublic relationsMultitudeShale gasStakeholder engagementPolitical scienceGovernment (linguistics)Public participationStrengths and weaknessesCommunity engagementVariety (cybernetics)LimitingStakeholderSociologyPsychologyOil shaleSocial psychologyEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Public and stakeholder engagement with shale development is difficult, but essential. We review 26 engagement processes carried out by US and Canadian companies, alliances, government agencies, academics and activists; systematically exploring who participates, the stage at which engagements take place, aims and methods, provision for multiway engagement, and issues of credibility. We find a multitude of actors carrying out engagement using a variety of formats, ranging from barbeque events and town hall meetings to citizen science and in-depth qualitative research. Whilst we find many strengths, we also highlight a number of weaknesses. Much of this engagement does not occur at the earliest stages of development, and rarely asks the most fundamental question -whether shale development should proceed at all- instead commonly focusing on questions of impact minimisation, regulation and gaining support. Furthermore, the majority of activities tend to elicit the responses of interested and affected parties, with much less attention to views of the wider public. We reflect on what may be limiting engagement practice, and discuss how engagement might be improved.

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)0,009
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,499

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0120,029
Études des sciences et des technologies0,0030,004
Communication savante0,0060,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,033
Tête enseignante GPT0,275
Écart entre enseignants0,242 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Extractive Industries and SocietyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207