Seasons in the Woods---Exploring Whether Seminar Attendance Is Influenced When Landowners Are Involved in Topic Selection
Notice bibliographique
Résumé
Private woodland owners play a key role in maintaining and improving environmental amenities for local and downstream communities. To support these owners in making informed land-use decisions, extension professionals often rely on needs assessments to develop well attended educational outreach programs that reflect their ever changing educational needs. Recent work, however, has indicated a low correlation between woodland owners' expressed educational needs and seminar attendance.;Seasons in the Woods is a three-part woodland focused education series used to explore whether landowners would be more likely to express interest, register, and attend forestry education seminars if they were given the chance to select the seminar topic. Outreach to 3600 woodland owners was conducted exclusively by direct mail. To control for variation in responses due to general public interest in educational seminars and to facilitate the monitoring of workshop participants. Seminars were delivered approximately four months apart.;Our study showed a low, non-significant correlation between expressed interest in topics and actual attendance. The treatment group whom was able to select the topic showed a greater attendance rate (1.11%) than those who only received a postcard invitation (0.69%), but a slightly smaller attendance rate than the group who were just invited to the 3-part series (1.21%). The surprising finding was that almost half (42%) of the attendees to seminar one were New Comers (NC). The New Comers were participants who attended the first seminar, even though they received zero direct mail contact or invitations from this study. Once the NC's were assigned to the corresponding treatment group of the person that they attended with, the numbers of attendees among treatment groups changed so much so that there was a significant association between treatment and seminar attendance.
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 | 0,006 | 0,013 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».