MétaCan
Menu
Retour à la cohorte
Enregistrement W3204510051 · doi:10.1093/isr/viab046

How Did Environmental Governance Become Complex? Understanding Mutualism Between Environmental NGOs and International Organizations

2021· article· en· W3204510051 sur OpenAlexaff
Jessica Green, Jennifer Hadden

Notice bibliographique

RevueInternational Studies Review · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMutualism (biology)ScholarshipEnvironmental governanceOrganizational ecologyCorporate governanceSociologyInternational relationsCompetition (biology)Political sciencePublic relationsEcologyEconomicsSocial scienceManagementLawBiologyPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Recent international relations scholarship has adopted the perspective of organizational ecology (OE) to explore a range of questions related to organizational emergence, strategy, and death. These studies draw attention to organizational competition as the mechanism underpinning important transformations in global governance. We argue that existing work in IR that uses OE has overlooked the importance of another strand of sociological theory that focuses on dynamics of mutualism between organizations. We illustrate the importance of mutualism by focusing on a crucial case: the evolution of different “populations” of organizations working in environmental governance during its critical 1970–1990 period. Our analysis demonstrates that as the environmental consciousness of the 1970s took hold, international non-governmental organizations (INGOs) increasingly captured new resources and stimulated new attention to the issue. Rather than viewing these new actors as competition, existing international organizations (IOs) sought to incorporate and legitimate INGOs, promoting their growth. And in turn, INGOs sought to support and legitimate the activities of the existing IOs, promoting growth of Secretariats and treaties. Our account offers an important organizational-level story that shows that dynamics of mutualism help account for the increased complexity of global governance.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,856
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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,130
Tête enseignante GPT0,357
Écart entre enseignants0,227 · 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'étudeSans objet
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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Studies ReviewMême sujetNonprofit Sector and VolunteeringTravaux en français237 207