Remedies for improving Great Lakes Remedial Action Plans: A Policy Delphi study
Notice bibliographique
Résumé
Remedial Action Plans continue to be the principal program to operationalize an ecosystem approach to the restoration of degraded locations across the Laurentian Great Lakes called Areas of Concern. Initiated in 1985, the progress of Remedial Action Plans on balance has been slow and disappointing. The Remedial Action Plan program has been continued following revisions to the Great Lakes Water Quality Agreement in 2012 despite very little systematic inspection of its strengths and limitations. Further, the 2012 Agreement calls for a “nearshore framework” with no clarity on the process for understanding place-based governance methods as developed under these Remedial Action Plans. In this context, we conducted a three-round anonymous online Policy Delphi study involving several dozen experts in the development and implementation of Remedial Action Plans from across the Great Lakes basin within government, industry, academia and civil society. Round 1 collected their direct knowledge of the strengths and limitations of Remedial Action Plans. We distilled that knowledge and asked study participants in Round 2 to further reflect on what worked and what did not work in their experience as Remedial Action Plan practitioners. We found an expected diversity of opinion on what ails the program in Round 2, but an unexpected consensus on the desire to move forward with seven governance options that emerged and were ranked by participants in Round 3. Rankings also indicated a consensus that the options were somewhat feasible and likely to succeed as enhancements to the current governance of Remedial Action Plans. Importantly, the results relate to both the structure and attributes of these collaborative processes, and we therefore stress the need to focus on the predominant tendencies and characteristics that underline Remedial Action Plan processes. These findings will have broad significance for evolving place-based nearshore restoration strategies in the Great Lakes and elsewhere as such programs are initiated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».