MétaCan
Menu
Retour à la cohorte
Enregistrement W4282932917 · doi:10.1139/er-2021-0107

A selective review of environmental perceptions, attitudes, place attachment, and their spatial characterisation: contrasting the South African and global perspectives

2022· review· en· W4282932917 sur OpenAlexvenueno aff
Simangele Dlamini, Solomon G. Tesfamichael, Tholang Mokhele

Notice bibliographique

RevueEnvironmental Reviews · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoliticsPerceptionHuman geographyGlobal SouthIdentity (music)Space (punctuation)SociologyGeographyEconomic geographyEnvironmental ethicsRegional sciencePolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

This selective review points to a rich body of literature on environmental perceptions, attitudes, and place attachment in South Africa. Research works highlight that the global-North dominates in human–nature relations studies, with relatively less work done in less developed economies such as sub-Saharan Africa and South Africa. Additionally, the review of the literature on these concepts points to the complexity of these aspects in terms of their conceptual distinctions, amorphous nature, and hence the difficulties surrounding their spatial characterisation. This selective review aims to provide a contrast between South African and international studies on these concepts. This review notes that human–nature studies in South Africa are dominated by place research, which is largely influenced by the country's spatio-political setting, where social engineering was influenced by past policies that had substantial impacts on the arrangement of space, identity, and belonging. Additionally, the review notes the dearth of literature that has attempted to spatially characterise human–nature relations in the country. Spatially characterising these concepts could be beneficial for urban and environmental planners and policymakers in the country, and assist in initiatives meant to reduce spatial inequalities in the country.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,010
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,298
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetUrban Green Space and HealthTravaux en français237 207