MétaCan
Menu
Retour à la cohorte
Enregistrement W2900496560 · doi:10.1111/rego.12229

Certifying a state forestry agency in Quebec: Complementarity and conflict around government responsibilities, indigenous rights, and certification of the state as forest manager

2018· article· en· W2900496560 sur OpenAlexafffundabout
Stephen Wyatt, Sara Teitelbaum

Notice bibliographique

RevueRegulation & Governance · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensUniversité de MontréalUniversité de Moncton
Organismes subventionnairesUniversité de Montréal
Mots-clésCertified woodCertificationPublic administrationAgency (philosophy)BusinessState forestCorporate governanceState (computer science)Equity (law)SustainabilityForest managementPublic relationsPolitical scienceAccountingForestrySociologyLawFinance

Résumé

récupéré en direct d'OpenAlex

Abstract As voluntary third‐party certification systems become an increasingly accepted part of international frameworks for forest governance, some state forestry agencies are following the private sector in seeking certification of their forest management activities. We ask how the roles and responsibilities of state forest management agencies interact with the processes and mechanisms established by certification systems. To answer this question, we review existing research to propose a conceptual framework composed of eight issues of particular relevance to states: regulation, transnationalism, sovereignty disputes, partnerships and competition, mainstreaming, effectiveness, equity, and legitimacy and trust. We then use this framework to analyze experience in Quebec, Canada, where the state agency initially sought certification and then abandoned this plan after facing difficulties meeting the requirements pertaining to indigenous rights. Our framework helps to understand possible complementarities between state and non‐state systems, but also highlights challenges for reconciling state roles and responsibilities under certification.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,928

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,008
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,026
Tête enseignante GPT0,261
Écart entre enseignants0,234 · 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'étudeQualitatif
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

Citations8
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRegulation & GovernanceMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207