MétaCan
Menu
Retour à la cohorte
Enregistrement W3131891948 · doi:10.3390/land10020224

Fostering Evidence-Informed Decision-Making for Protected Areas through the Alberta Parks Social Science Working Group

2021· article· en· W3131891948 sur OpenAlexaffabout
Lars Hällström, Glen T. Hvenegaard

Notice bibliographique

RevueLand · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of AlbertaUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Public relationsProcess (computing)Environmental resource managementGroup decision-makingBusinessEnvironmental planningKnowledge managementPolitical scienceSociologyGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Since 2012, the Alberta Parks division in the Province of Alberta, Canada has been engaged in a process of building scientific, research, and evidence-informed capacity and practices across the parks system. Following a series of priority-setting workshops and agreements with the research, Parks management, and local communities, Alberta Parks has adopted a working group approach and subsequent framework, to support the research and decision-making goals of parks and protected areas management, and the research communities. This Social Science Framework is an innovative way to support evidence-informed decision-making in the public sphere by explicitly linking data-specific needs (benchmark data in social, natural, and applied sciences) with both established and emerging policy and research priorities. It is also a way to situate those needs within a broader goal of inter-organizational collaboration. This paper presents the background and developmental context to the framework, and its structure and desired functionality. The paper concludes with an assessment of the anticipated benefits and potential liabilities of this direction for linking academic and policy agents and organizations in a more formalized structure for environmental policy.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,590

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,324
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLandMême sujetForest Management and PolicyTravaux en français237 207