MétaCan
Menu
Retour à la cohorte
Enregistrement W4292377656 · doi:10.18174/572980

Kritische succesfactoren van duurzame transities : De casus van gemeentelijke ballon oplaatverboden in Nederland

2022· report· nl· W4292377656 sur OpenAlexaff
Robin Biekart, Nathalie A. Steins, W.J. Strietman

Notice bibliographique

Revuenon disponible
Typereport
Languenl
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArtTheologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Plastic afval neemt steeds meer toe in marine ecosystemen, waar het schade kan doen aan de biodiversiteit. Het is daarom belangrijk om de schaal van dit probleem te verminderen, waarbij vaak naar de politiek gekeken wordt voor oplossingen. Verschillende actoren, zoals maatschappelijke organisaties en actieve burgers, proberen de politiek te beïnvloeden om deze veranderingen waar te maken en transitie naar een duurzamere samenleving te realiseren. In dit onderzoek wordt gekeken naar een specifieke casus binnen dit onderwerp, namelijk naar de gemeentelijke ballonoplaatverboden in Nederland en de pogingen van verschillende actoren om deze te beïnvloeden. Hierbij heeft één actor in het specifiek, Stichting De Noordzee (SDN), een bijzonder belangrijke rol gespeeld en daarom is hier extra focus op gelegd. De kritische succesfactoren van het proces worden onderzocht zodat deze in de toekomst efficiënter kunnen worden toegepast bij het creëren van transities richting een duurzamere samenleving. Dit onderzoek is onderdeel van een groter project waarin meerdere onderzoeksmethoden worden toegepast op dezelfde data. --Om dit onderzoek uit te voeren is de methode ‘process tracing’ gebruikt, die probeert op systematische wijze de mate van beïnvloeding te meten. Hierbij wordt gebruik gemaakt van het principe van triangulatie, waarbij meerdere data bronnen en verzamelmethodes worden toegepast om de analyse te versterken. Ook is process tracing een interpretatieve methode, waarin de onderzoeker centraal staat. Voor dit onderzoek zijn 13 interviews gedaan 65 documenten verzameld en geanalyseerd. Voor de analyse is het programma Atlas TI gebruikt. --SDN heeft een aantal activiteiten uitgevoerd om gemeenteraden door heel Nederland te beïnvloeden en ballon oplaatverboden te promoten. Hierbij waren vooral de persberichten een succes, die samen met een interactieve kaart die het gevoerde beleid van alle gemeenten visueel maakte in de media. De algemene aandacht, bewustzijn en groepsdruk die dit creëerde, voornamelijk binnen gemeenteraden, bleek een belangrijk aspect te zijn geweest in het proces. Naast de directe effecten op gemeenteraadsleden is de verhoging van het maatschappelijke bewustzijn een belangrijke factor geweest in het proces. Ook directe lobby vanuit SDN richting belangrijke actoren zoals de Oranjebond en de VNG hebben een belangrijke rol gespeeld, door bijvoorbeeld de hoeveelheid grootschalige ballon oplatingen tijdens feestdagen te verminderen. Andere pogingen om direct of via burgers gemeenteraden te beïnvloeden waren minder effectief, omdat door een algemene adressering de informatie vaak niet bij de juiste persoon terecht kwam. --De toename van een paar gemeenten met beleid tegen ballon oplatingen in 2018 naar 80% van de gemeenten in 2022 kan worden gezien als een transitie richting een duurzamere samenleving. De resultaten van dit onderzoek laten zien dat de aanpassing van lokaal beleid zoals in het geval van ballon oplaatverboden zichtbaar is, een voorbeeld is van wat grootschalige praktijkveranderingen teweeg kunnen brengen. Verder laten de resultaten van dit onderzoek zien dat maatschappelijke organisaties zoals SDN hierbij een belangrijke invloed kunnen hebben, maar ook individuele burgers kunnen mogelijk een invloedrijke rol spelen, mits het proces van beïnvloeding op de correcte manier wordt aangepakt. De kennis van dit onderzoek kan toegepast worden door overheden, maatschappelijke organisaties, individuele burgers en andere actoren om meer transities richting een duurzame maatschappij te realiseren.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,310

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,005
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,001

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 Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,221 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCoastal and Marine ManagementTravaux en français237 207