MétaCan
Menu
Retour à la cohorte
Enregistrement W2907014644 · doi:10.1108/case.kellogg.2021.000047

Mending the Fractures: Creating a Multi-Stakeholder Framework for Building Shared Purpose in Unconventional Oil and Gas

2018· article· en· W2907014644 sur OpenAlexaboutno aff
Jamie Jones, Peter Bryant

Notice bibliographique

RevueKellogg School of Management Cases · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueOil, Gas, and Environmental Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfitability indexGridlockStakeholderGovernment (linguistics)Face (sociological concept)BusinessPoliticsLocal communityPublic relationsLawFinanceSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

In the summer of 2014, a large energy company was poised to begin expanding its unconventional natural gas operations in northeastern British Columbia in the hopes of capitalizing on the Canadian province's determination to build a liquid natural gas industry. The company had secured mineral rights from the province but had not simultaneously pursued surface rights from a First Nation community that historically had used the land. When a seismic exploration team appeared on the tribe's traditional territory without consulting it, as was customary (and in some cases legally required), the company unwittingly ignited a firestorm of protest from both First Nation and non First Nation local citizens. Recognizing the importance of social acceptance both to operations and profitability, the company sent senior vice president Maria Paquet to participate in fireside discussions with tribal, regional government, and environmental leaders in the hopes of finding some common ground. Could these leaders arrive at sufficient trust and agreement to allow the company to move forward with its plans? Or would the company face gridlock, community blocking, or even financial peril? In a small-group role-playing exercise, students will step into the shoes of each of these stakeholders as they try to forge a path forward that is acceptable to all.

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)0,000
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 enseignants0,489
Score d'incertitude au seuil0,780

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,309
Écart entre enseignants0,257 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKellogg School of Management CasesMême sujetOil, Gas, and Environmental IssuesTravaux en français237 207