MétaCan
Menu
Retour à la cohorte
Enregistrement W4200567959 · doi:10.1080/1523908x.2021.2015684

Governing complex environmental policy mixes through institutional bricolage: lessons from the water-forestry-energy-climate nexus

2021· article· en· W4200567959 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Environmental Policy & Planning · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésNexus (standard)BricolageClimate policyCohesion (chemistry)TreatyOrdinationCorporate governanceEnergy policyGreen growthEconomicsTransaction costPolicy analysisBusinessEnvironmental resource managementEconomic systemClimate changePolitical scienceSustainable developmentPublic administrationEcologyEngineeringFinance

Résumé

récupéré en direct d'OpenAlex

Policy mixes come in many shapes and sizes. This poses many challenges to policy design, especially when mixes extend across sectors and have multiple levels. This is the case with the Water-Forest-Energy-Climate (WFEC) nexus, a complex policy mix that involves not only significant cross-sectoral linkages and the potential complementarities and conflicts which are examined in other articles in this special issue, but also deals with sectors which involve significant national and trans-national elements. This complex multi-sector, multi-level policy assemblage also lacks the cohesion provided by a treaty-based international regime which allows multi-level co-ordination and integration of policy designs in areas such as trade or finance. In such policy non-regime or weak regime complexes, regional agreements and the negotiated nature of interactions within such agreements (which we see as a form of ‘policy bricolage’) are critical but overlooked factors affecting policy success.

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 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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil1,000

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 technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,031
Tête enseignante GPT0,281
Écart entre enseignants0,250 · 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