MétaCan
Menu
Retour à la cohorte
Enregistrement W3128015273 · doi:10.1139/cjfr-2020-0235

Seeds of change? Seed transfer governance in British Columbia: insights from history

2021· article· en· W3128015273 sur OpenAlexafffundvenueabout
Ricardo Pelai, Shannon Hagerman, Robert Kozak

Notice bibliographique

RevueCanadian Journal of Forest Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesGenome British ColumbiaGenome Canada
Mots-clésCorporate governanceDominance (genetics)Policy transferEnvironmental governanceGovernment (linguistics)Knowledge transferReforestationPolitical scienceEnvironmental resource managementEcologyEconomicsPublic administrationBiologyManagement

Résumé

récupéré en direct d'OpenAlex

Tree seed transfer is critical to effective reforestation programs, and exploring its policy roots provides insights to understand future, and potentially controversial, actions like assisted migration. We offer a historical overview of seed transfer governance in British Columbia, Canada, by applying analytics from the policy change and knowledge co-production literatures. Based on document analysis and semi-structured interviews with key informants, we trace governance attributes to examine how and why policies have changed (or not) over time. We reveal a paradigmatic shift in seed transfer governance, culminating in a climate-based seed transfer system — informed largely by genetic knowledge — that emerged through a policy window opening. In contrast, governance processes remained relatively unchanged in practice, including the disproportionately influential role of the forest industry in policy-making. These insights shed light on the legacies of a government–industry policy coalition that influence underlying seed transfer objectives (i.e., forest productivity), and help to explain the ongoing dominance of particular knowledge forms used to inform policy. We highlight the need for increased contributions from a wider range of expertise, stakeholders, and rights holders in developing seed transfer policies for future forests.

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)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,797

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0110,007
Communication savante0,0060,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,050
Tête enseignante GPT0,252
Écart entre enseignants0,202 · 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

Citations9
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Management and PolicyTravaux en français237 207