MétaCan
Menu
Retour à la cohorte
Enregistrement W3137692099 · doi:10.1057/s41599-021-00754-5

“These are the realities”: insights from facilitating researcher-policymaker engagement in Nigeria’s household energy sector

2021· article· en· W3137692099 sur OpenAlexfundno aff
Temilade Sesan, W.O. Siyanbola

Notice bibliographique

RevueHumanities and Social Sciences Communications · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesInternational Science CouncilInternational Development Research Centre
Mots-clésContext (archaeology)Knowledge productionCitizen journalismGovernment (linguistics)Public relationsProduction (economics)Process (computing)Political scienceSpace (punctuation)PopulationEnergy (signal processing)Economic growthSociologyBusinessPublic administrationEconomicsKnowledge managementGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Energy has been a key focus of government policy in Nigeria for decades, yet little improvement has been seen in rates of access among the population. Our paper assesses the inputs to policymaking in this context and interrogates the role of scientific evidence and knowledge co-production in the process. Through key informant interviews and participatory workshops with stakeholders, we addressed the practical question of how to strengthen the contribution of evidence to national energy policymaking processes. Two windows of opportunity were identified for this: the critical stage of problem definition; and the time lag between policy adoption and implementation. By engaging proactively with policymakers on these fronts, academic researchers working in knowledge co-production arrangements can make quick inroads into a policy space that has largely excluded them to date. This case is instructive for academics and knowledge brokers in similar contexts where a diminished status for scientific evidence might make more ambitious exchanges with policy difficult, to begin with.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,422
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,252
Tête enseignante GPT0,315
Écart entre enseignants0,063 · 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.

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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumanities and Social Sciences CommunicationsMême sujetEnergy and Environment ImpactsTravaux en français237 207