MétaCan
Menu
Retour à la cohorte
Enregistrement W4281830180 · doi:10.1080/08941920.2022.2081999

“Steeped in Oil”: The Socio-Psychological Factors and Processes That Influence Community Members’ Attitudes toward Economic Diversification in an Oil and Gas-Producing Community

2022· article· en· W4281830180 sur OpenAlexafffundabout
Kathleen Murphy, Kathryn Stone, Emma Stirling-Cameron, Lola Strand, Chaise Combs, Anam Khan, Michael Ungar

Notice bibliographique

RevueSociety & Natural Resources · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of CalgaryDalhousie University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDiversification (marketing strategy)OptimismBoomPsychological resilienceBusinessMarketingSocial psychologyPsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

Oil and gas-producing communities are threatened by a precarious oil market and global commitments to transition to a greener economy. Economic diversification has been proposed as a potential strategy for supporting the resilience of these communities amidst such challenges. We sought to explore community members’ attitudes toward the future of their small oil and gas-producing Canadian community to understand the socio-psychological factors and processes that influence their support for economic diversification and those which reinforce path dependency. This qualitative study involved interviews with 37 adults in the community, and a subset of 16 of those participants engaged in transect walks to further explore emerging themes. While the recent prolonged economic downturn prompted some participants’ willingness to diversify, the deeply ingrained culture and identity as an oil and gas town, the ‘golden handcuffs’ of the industry, and optimism for another boom, acted to reinforce path dependency.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil0,747

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,039
Tête enseignante GPT0,268
Écart entre enseignants0,228 · 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'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSociety & Natural ResourcesMême sujetMining and Resource ManagementTravaux en français237 207