MétaCan
Menu
Retour à la cohorte
Enregistrement W3097232435 · doi:10.1002/rra.3745

Relating social networks, ecological health, and reservoir basin governance

2020· article· en· W3097232435 sur OpenAlexaboutno aff
Karen I. Trebitz, J. D. Wulfhorst

Notice bibliographique

RevueRiver Research and Applications · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésOperationalizationCorporate governanceGovernment (linguistics)Environmental resource managementOutreachGeographyBusinessEnvironmental planningPolitical scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract The Columbia River Basin is a complex social‐ecological system, spanning political, legal, socio‐economic, geographic, and biophysical boundaries. Outreach to others in social networks develops fundamental communications needed for sustainable collaborations in adaptive management. However, operationalizing and comparing measures of social processes and outcome success in biophysical indicators remains challenging for resource managers. Using survey‐based research, we examined the interactions for water resource governance of five Columbia River reservoir basins in the northwestern US and Canada: Lakes Chelan, Roosevelt, Pend Oreille, Koocanusa, and člq'etkw (Flathead). Respondents included: water resource professionals working for Tribes/First Nations, federal, state, or provincial departments in water quality and/or fisheries, and people who engage in the networks on behalf of area businesses, government offices, public services, non‐profit organizations, and other entities. Perceived social process metrics in these governance networks included the levels of collaboration and inclusiveness, common goals, common strategies, identifying issues, implementing action, and the adequacy of available scientific data. We evaluated social measures relative to participant‐reported changes in physical lake health indicators. Qualitative data‐enhanced understanding of basin‐specific differences. Correlations of social by ecological measures varied widely between basins. Even moderate to strong functionality parameters did not scale well from individual to cross‐basin levels, as many correlations vanished with data aggregated. However, data analysis at the basin scale revealed important variability across the region in scope and governance functionality. Process indicators such as identifying issues and implementing action yielded stronger relationships for 10‐year horizons than for 2 years, reflecting the lag‐time in resource action.

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)0,008
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 enseignants0,270
Score d'incertitude au seuil0,537

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,054
Tête enseignante GPT0,291
Écart entre enseignants0,238 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRiver Research and ApplicationsMême sujetWater resources management and optimizationTravaux en français237 207