Goal-Driven or Data-Driven? Inventory of Sustainability Indicator Initiatives in Rural Canada
Notice bibliographique
Résumé
This article seeks to address knowledge gaps on sustainability indicators (SIs) in rural and natural resource-dependent communities, considering how they are used to contextualize sustainable development priorities and support local governance. We build on recent scholarship on the potentials of SIs for stimulating societal transformation, extending this inquiry into rural and resource-based communities which have been under-represented in SI research. The governance challenges facing rural Canada, as well as its geographic and socio-economic diversity, provide a unique context for examining these issues. We provide relatively uncommon synthetic findings by compiling an inventory of SI initiatives across 39 rural communities and regions of Canada. Using the Community Capital Framework, we examine grey literature and academic publications related to each initiative spanning from 1999–2019 to determine the breadth of sustainable development priorities considered. Informed by collaborative and multi-level governance frameworks, we explore how these initiatives are used to support multi-stakeholder collective action. This article finds that rural Canadian SI initiatives prioritize socio-cultural capital, with relatively fewer economic and ecological indicators, while identifying a typology of SI use and inter-related governance dynamics informing how these priorities and indicators are determined. Although some initiatives display highly collaborative and bottom-up processes, many rural Canadian SI initiatives are characterized by a data-driven approach that, when met with local capacity gaps, fails to contextualize standardized datasets to reflect rural realities. We encourage more in-depth investigation of these findings and comparison of Canadian experiences to other jurisdictions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,035 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».