Setting an agenda to catalyze research in the social and organizational dimensions of Great Lakes remediation, restoration, and revitalization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Great Lakes region was once a hub of industry and innovation that provided wealth and identity to the region. Economic upheavals have left the region trying to recreate economies and cleanup degraded environments. There have been multiple, overlapping efforts to change these conditions and create a new narrative for the region through environmental remediation, habitat restoration, and community revitalization on the path towards resilience. The elements that contribute to success are organized differently in different places, and are not always identified or characterized in the environmental literature. Trying to fill this conceptual gap is critical because landscape-scale environmental cleanup has been delivered at the local scale through various partnerships and arrangements. Thus, this special collection of articles in the Journal of Great Lakes Research explores how individuals, organizations, and communities are engaging in the complex process of environmental cleanup and revitalization throughout the region. This collection of articles represents a range of approaches to unpack how people are navigating and contributing to this regenerative process from quantitative studies at the regional scale that characterize global patterns to in-depth qualitative studies that identify and characterize the processes that unfold in specific places to change our environments both ecologically and socially. These articles represent the broad experience unfolding in the region to understand these activities through research and navigate them through practice. This collection will add new dimensions to Great Lakes research by including the individuals, organizations, and agencies as components of the ecosystem.
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.
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 | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 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 découle