Flipping Lakes: Explaining concepts of catchment‐scale water management through a serious game
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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