MétaCan
Menu
Retour à la cohorte
Enregistrement W2989806266 · doi:10.48550/arxiv.1911.13155

A Proposed Practical Problem-Solving Framework for Multi-Stakeholder Initiatives in Socio-Ecological Systems Based on a Model of the Human Cognitive Problem-Solving Process

2019· preprint· en· W2989806266 sur OpenAlexaff
K. Kells

Notice bibliographique

RevuearXiv (Cornell University) · 2019
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésStakeholderProcess (computing)Computer scienceManagement scienceConversationCognitionProcess managementStakeholder analysisKnowledge managementBusinessEngineeringPsychologyPolitical sciencePublic relations

Résumé

récupéré en direct d'OpenAlex

A practical problem-solving framework is proposed for multi-stakeholder initiative (MSI) problem-solving processes involving socio-ecological systems (SES), so-called wicked problems, based on insights borrowed from a model of the individual human, cognitive problem-solving process. The disciplined facilitation of the multi-stakeholder process, adhering to the steps recognized in the individual process, is meant to reduce confusion and conflict. Obtaining a one- to three-sentence human-language description of the desired system state, as a first step, is proposed in multi-stakeholder initiatives for reasons of goal congruence and trust building. The systematic, stakeholder-driven subdivision of obstacles into larger numbers of simpler obstacles is proposed in order to obtain a list of "what needs to be done," inviting a more rational and goal-driven conversation with resource providers. Finally, obtaining and maintaining stakeholder buy-in over the course of the problem-solving effort is reinforced by reflecting back to all stakeholders, as a communication device, a dynamic, visual problem-solving model, taking into account the diversity of cognitive and individual capacities within the stakeholder group in its presentation. Mathematical parameters for gauging applicability of the proposed framework are discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
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 Opus0,511
Tête enseignante GPT0,376
Écart entre enseignants0,136 · 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.

Devis d'étudeSimulation ou modélisation
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetComplex Systems and Decision MakingTravaux en français237 207