MétaCan
Menu
Retour à la cohorte
Enregistrement W3012301979 · doi:10.1016/j.resconrec.2020.104807

Participation in residential organic waste diversion programs: Motivators and optimizing educational messaging

2020· article· en· W3012301979 sur OpenAlexafffund
Gary J. Pickering, Hannah M.G. Pickering, Ashley Northcotte, Catherine Habermebl

Notice bibliographique

RevueResources Conservation and Recycling · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensRegional Municipality of NiagaraBrock University
Organismes subventionnairesBrock University
Mots-clésBusinessPsychologyNorm (philosophy)MarketingApplied psychologyEnvironmental planningPublic relationsPolitical scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Participation in residential organic-waste-diversion-programs (OWDP) represents an individual-level behaviour with significant environmental benefits, including lowering greenhouse gas emissions. This study of 2621 Niagara, Canada, residents sought to understand the attitudinal and sociodemographic drivers of participation and non-participation in OWDP. Additionally, we examined the impact of messaging about the benefits of OWDP on likelihood of future participation while varying the frame and perceived source of information. Participants reported environmental factors as the main motivators for OWDP involvement, while non-participants cited smell, inconvenience and cost as the most salient barriers. Several sociodemographic and knowledge factors predicted participation, as did strong recognition of the anthropogenic origins of climate change. Forty two percent of non-participants were more likely to participate after receiving the educational message, but this did not vary with information source nor a social-norm frame. These findings inform theory around pro-environmental behaviour and provide actionable information for education campaigns aimed at promoting OWDP.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,015
Tête enseignante GPT0,249
Écart entre enseignants0,233 · 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'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

Citations33
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueResources Conservation and RecyclingMême sujetEnvironmental Education and SustainabilityTravaux en français237 207