Deliberative Q-method: A combined method for understanding the ecological value of urban ecosystem services and disservices
Notice bibliographique
Résumé
There is a need, in the ecosystem valuation literature to compliment the economic methods with sociocultural valuation methods that capture and facilitate a better understanding nuanced social and cultural values that are difficult to measure. Yet, sociocultural valuation methods are often critiqued for their lack of structured and replicable procedures and for often maintaining limited internal research validity. Accordingly, this paper demonstrates the development and application of a mixed-methods valuation approach to better recognize non-use social and cultural values by integrating the triad of deliberation, local ecological knowledge, and value quantification. We operationalized this method in Amman, Jordan where we analyzed how local experts value, based on their local ecological knowledge, the ecosystem services supplied by the City's urban water features (fountains, ponds, and streams).•We combine the conventional Q-method and focus group to yield a group deliberative Q-method.•The deliberative Q-method facilitates a structured valuation framework.•The deliberative Q-method method produces rich qualitative data.•The rigorous statistical analysis of deliberative Q-method improves internal validity and streamlines qualitative data coding.•The rigorous statistical analysis of deliberative Q-method weighs competing values to better understand polarized and consensus views.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,199 | 0,257 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».