MétaCan
Menu
Retour à la cohorte
Enregistrement W3169734574 · doi:10.1002/lom3.10436

Flipping Lakes: Explaining concepts of catchment‐scale water management through a serious game

2021· article· en· W3169734574 sur OpenAlexfundno aff
Margaret Armstrong, Lilith Kramer, Lisette N. de Senerpont Domis, Dianneke van Wijk, Alena S. Gsell, Wolf M. Mooij, Sven Teurlincx

Notice bibliographique

RevueLimnology and Oceanography Methods · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensnon disponible
Organismes subventionnairesWageningen University and ResearchNederlandse Organisatie voor Wetenschappelijk OnderzoekKoninklijke Nederlandse Akademie van WetenschappenEuropean CommissionGlobal Lake Ecological Observatory Network
Mots-clésStakeholderWater qualityScale (ratio)Environmental scienceEnvironmental resource managementVariety (cybernetics)Environmental planningGeographyComputer scienceEcologyPolitical sciencePublic relations

Résumé

récupéré en direct d'OpenAlex

Abstract Ongoing anthropogenic and climatic pressures on inland waters have made water quality management a challenge of the 21st century. A holistic catchment‐scale approach to water management which includes stakeholder participation will be a key in maintaining lake health. A first step toward community engagement is to bolster environmental literacy on lake management, ecology, and eutrophication concepts of stakeholders now and in future generations. However, communicating with nonwater professionals about effects of pollution on water quality and catchment‐scale interactions across space and time can be difficult. Here, we present “Flipping Lakes,” a games‐based method for lake professionals to communicate and educate about catchment‐level water quality management to diverse audiences. In Flipping Lakes, the players take on the role of water managers in a catchment and are tasked to prevent a lake from “flipping” from a clear to a turbid state. During the game, the catchment slowly becomes polluted by a range of sources of which the effects are exacerbated by societal or climatic scenarios. Players need to implement measures while taking into consideration the intrinsic properties of the catchment in order to keep lakes clean. The game was tested with a diverse range of user groups and was well‐received. With its entertaining and accessible content, Flipping Lakes can lower communication barriers and increase understanding of difficult water quality concepts. The game is highly customizable, making it applicable to a variety of settings to support education and engagement of stakeholders and the broader community in order to address local water challenges around the globe.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,006
Communication savante0,0040,006
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,031
Tête enseignante GPT0,339
Écart entre enseignants0,308 · 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'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography MethodsMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207