MétaCan
Menu
Retour à la cohorte
Enregistrement W2934958963 · doi:10.1080/14494035.2019.1579505

Designing stakeholder learning dialogues for effective global governance

2019· article· en· W2934958963 sur OpenAlexaff
Benjamin Cashore, Steven Bernstein, David Humphreys, I.J. Visseren-Hamakers, Katharine Rietig

Notice bibliographique

RevuePolicy and Society · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)CompromiseScholarshipCorporate governancePolitical scienceInstitutionalisationProcess (computing)Global governanceStakeholderSocial learningPublic relationsSociologyKnowledge managementComputer scienceEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Abstract A growing scholarship on multistakeholder learning dialogues suggests the importance of closely managing learning processes to help stakeholders anticipate which policies are likely to be effective. Much less work has focused on how to manage effective transnational multistakeholder learning dialogues, many of which aim to help address critical global environmental and social problems such as climate change or biodiversity loss. They face three central challenges. First, they rarely shape policies and behaviors directly, but work to ‘nudge’ or ‘tip the scales’ in domestic settings. Second, they run the risk of generating ‘compromise’ approaches incapable of ameliorating the original problem definition for which the dialogue was created. Third, they run the risk of being overly influenced, or captured, by powerful interests whose rationale for participating is to shift problem definitions or narrow instrument choices to those innocuous to their organizational or individual interests. Drawing on policy learning scholarship, we identify a six-stage learning process for anticipating effectiveness designed to minimize these risks while simultaneously fostering innovative approaches for meaningful and longlasting problem solving: Problem definition assessments; Problem framing; Developing coalition membership; Causal framework development; Scoping exercises; Knowledge institutionalization. We also identify six management techniques within each process for engaging transnational dialogues around problem solving. We show that doing so almost always requires anticipating multiple-step causal pathways through which influence of transnational and/or international actors and institutions might occur.

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)0,061
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,323

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,066
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,012
Communication savante0,0100,014
Science ouverte0,0030,016
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,025
Tête enseignante GPT0,262
Écart entre enseignants0,237 · 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'étudeThéorique ou conceptuel
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

Citations81
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolicy and SocietyMême sujetSustainability and Climate Change GovernanceTravaux en français237 207