The Identification of Stakeholders’ Living Contexts in Stakeholder Participation Data: A Semantic, Spatial and Temporal Analysis
Notice bibliographique
Résumé
Stakeholders’ Participation (SP) aims to involve stakeholders in decision-making processes about significant choices affecting their organizations, cities, or communities. Stakeholders’ participation is maintained through SP processes (SPPs) that may be traditional (e.g., physical assemblies) or online (e.g., online forums). Whether traditional or online, the purpose of SPPs is to collect and analyze data in a way that it would bring a benefit to a given decision-making process. In SPPs, stakeholders try to communicate (a part of) their living contexts, i.e., to present their objectives, daily problems, intentions, and issues they are facing within their environment. A major challenge of decision-makers is then to ensure that the living contexts of stakeholders are considered in SPPs for an effective implementation of project and policies. This paper focuses on the specific issue of the “stakeholders’ living context identification” and attempts to account for how stakeholders implicitly identify their living contexts in their SP comments. Based on a qualitative analysis of SP data from four case studies in two countries, this paper identified a set of semantic, spatial, and temporal patterns allowing to capture the stakeholders’ living contexts in SPPs data. Moreover, a conceptual model emphasizing the importance for decision-makers to capture and understand semantic, spatial, and temporal dimensions in SPPs is proposed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».