MétaCan
Menu
Retour à la cohorte
Enregistrement W2890928396 · doi:10.1080/14634988.2018.1521188

Symmetry and solitude: Status and lessons learned from binational Areas of Concern

2018· article· en· W2890928396 sur OpenAlexaffabout
Matthew F. Child, Jennifer Read, Jeff Ridal, Michael R. Twiss

Notice bibliographique

RevueAquatic Ecosystem Health & Management · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensSt. Lawrence River Institute of Environmental Sciences
Organismes subventionnairesGreat Lakes Fishery Commission
Mots-clésWater qualityEcosystemEnvironmental resource managementCorporate governanceEnvironmental planningCommissionEcosystem servicesEnvironmental scienceGeographyWater resource managementEcologyPolitical scienceBusinessLaw

Résumé

récupéré en direct d'OpenAlex

Areas of Concern are geographically distinct areas within the waters of the Great Lakes that are contaminated to the extent that they were originally identified by the International Joint Commission’s Water Quality Board and later codified in the 1987 Great Lakes Water Quality Agreement as areas requiring remedial actions. Five of the 43 Areas of Concern are binational (Canada, USA), and are located on every river or connecting channel that drains a Great Lake. Implementing an ecosystem approach, as called for in the Agreement, presents unique challenges for binational Areas of Concern due to multiple jurisdictions and communities, and hence greater institutional, program and participatory complexity. Our review of progress in each of the binational Areas of Concern suggests that a binational and ecosystem-oriented approach is underway in the St. Marys, St. Clair and Detroit River Areas of Concern, while the Niagara River and St. Lawrence River Areas of Concern are proceeding on decidedly more independent domestic tracks. Our case study analysis of the Detroit River and St. Lawrence River Areas of Concern suggest that well developed and formal governance frameworks, the establishment of informal networks, and maintaining flexibility within a science-focused approach create conditions better suited to a binational, ecosystem-oriented means of remediation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,071
Tête enseignante GPT0,369
Écart entre enseignants0,298 · 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.

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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAquatic Ecosystem Health & ManagementMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207