MétaCan
Menu
Retour à la cohorte
Enregistrement W4312212758 · doi:10.31198/idealkent.1132956

Daha Sürdürülebilir Tarımsal Sistemlere Geçişte Tabandan Yenilikçilik: Seferihisar Doğa Okulu ve Karaburun Zeytin Okulu Örneği

2022· article· tr· W4312212758 sur OpenAlexaff
Merve Yazar Yıldıztekin, Demet EROL

Notice bibliographique

RevueİDEALKENT · 2022
Typearticle
Languetr
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Rural Development Research
Établissements canadiensMinistry of Environment
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Günümüzde tarımsal sistemlerin karşı karşıya kaldığı zorluklarla mücadele için sürdürülebilir bir tarımsal sistem inşa edilmesi ve bu amaçla yeniliklerin desteklenerek sürekli hale getirilmesi gerekmektedir. Sosyal hareketler yeniliğin gerçekleşmesi için önemli kaynaklar olabilmekte; çevre, sağlık, sosyal adalet ve etik gibi konuları toplumun gündemine taşıyarak geniş kitleler üzerinde baskı yaratabilmektedir. Bu baskı içerisinde sivil toplumun rolü daha sürdürülebilir pratiklere doğru gerçekleşen geçişlerde henüz yeterince yer bulamamakla birlikte önemli potansiyeller taşımaktadır ve son yıllarda sivil toplum alanında deneyimlenen sosyal yenilikler için “tabandan yenilikler” kavramı geliştirilmiştir. Çalışmada İzmir’in Yarımada olarak adlandırılan bölümünde yer alan ve kaynağını sivil toplum yapılanmalarından alan Seferihisar Doğa Okulu ve Karaburun Zeytin Okulu’nun örgütsel rutinleri ve ağ ilişkileri ile nasıl bağlantılar kurduğu ve politika düzeyindeki aktörler ve geniş kitleler üzerinde baskı yaratmak amacıyla ne tür stratejiler izlediği araştırılmaktadır. Çalışma ile bir coğrafi ölçekte bulgulara dayanarak daha sürdürülebilir pratiklere geçişte sivil toplumun üstlenebileceği rollerin neler olabileceğine ilişkin bir kavramsallaştırma yapılması ile sürdürülebilirlik geçişlerine ilişkin verilen yazına katkı sağlanmaktadır.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,006

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 Opus0,022
Tête enseignante GPT0,226
Écart entre enseignants0,204 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueİDEALKENTMême sujetAgricultural and Rural Development ResearchTravaux en français237 207