MétaCan
Menu
Retour à la cohorte
Enregistrement W4234186961 · doi:10.32920/ryerson.14663277

Drinking water quality and trust : communities and risk information

2021· preprint· en· W4234186961 sur OpenAlexaffabout
Caitlin J Burley

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPerceptionGovernment (linguistics)Risk perceptionBusinessRisk communicationWater qualityQuality (philosophy)Water sourceEnvironmental healthEnvironmental planningPsychologyGeographyWater resource managementMedicineEnvironmental scienceRisk analysis (engineering)

Résumé

récupéré en direct d'OpenAlex

Ontario drinking water systems face increasing contamination risks due to over-taxed water systems. Canadian perceptions of drinking water, and trust in government, have declined as a result of Walkerton and other contamination episodes. Research in the field of trust, risk communication and risk perception has developed extensively in recent years. However, there is very little research regarding risk perception, communication and trust as it relates to drinking water. This study investigated drinking water perceptions, trust in drinking water authorities and communication needs of a small Ontario municipality with a positive drinking water history and good communication practices. The results indicated that the community members had positive perceptions about their source and drinking water. They had high levels of trust in their local government and low levels of trust in outside sources. Despite the high levels of trust in the local government, the residents displayed additional information needs; suggesting the presence of critical trust.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

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

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 Opus0,066
Tête enseignante GPT0,350
Écart entre enseignants0,284 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRisk Perception and ManagementTravaux en français237 207