MétaCan
Menu
Retour à la cohorte
Enregistrement W3041750859

Leadership for Climate Change Adaptation In a Rural Region in New Brunswick, Canada

2020· article· en· W3041750859 sur OpenAlexaffvenueabout
Kimberly J Reeder, Susan O’Donnell, Adje Prado

Notice bibliographique

RevueJournal of rural and community development · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)Corporate governanceClimate change adaptationClimate changePolitical scienceIndigenousEnvironmental resource managementGeographyPsychologyEcologyManagement
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Many rural communities across Canada are experiencing or anticipating climate change effects. Our study, a contribution to the limited social science research on adaptation in rural regions in this country, focused on a rural, forest-dependent, francophone region of New Brunswick on unceded Wolastoqiyik territory. In collaboration with a regional governance organization, we developed and administered a survey to gather the perspectives and experiences of rural community leaders on climate change adaptation. The study results are intended to provide a basis for discussion to support regional adaptation planning. They may also be used as a baseline for measuring future advances in climate adaptation efforts. Theories of new social movements, Indigenous resurgence, and organizational leadership informed our investigation and analysis. Our study focuses on three themes identified in the literature review critical to supporting environmental action: leadership, communication processes, and relationships. Our core research question is: To what extent are community leaders in the rural study region engaging in these functions? We conclude with reflections on how climate change adaptation is occurring in this rural region and the role of regional governance in this process. Keywords: rural, climate, adaptation, leadership, Wolastoq

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,439

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,002
Communication savante0,0020,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,212
Tête enseignante GPT0,304
Écart entre enseignants0,093 · 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

Citations2
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of rural and community developmentMême sujetSocial Sciences and GovernanceTravaux en français237 207