How the qualities of actor-issue interdependencies influence collaboration patterns
Notice bibliographique
Résumé
Environmental governance is complex because it addresses challenges anchored in different sectors and concerns multiple interdependent issues. Managing those complex interdependencies through collaboration is vital for efficient long-term environmental governance. However, because interdependencies between environmental issues are challenging to unravel and vastly complex, it is challenging for actors to account for them when deciding with whom to collaborate. I use the concept of social-ecological networks to study interdependencies among actors and environmental issues and ask how the quality of actor-issue interdependencies influences collaboration patterns. Based on the actor-issue network, I account for interdependencies based on three distinct qualities of actor-issue paths, i.e., (i) length of actor-issue paths: how closely actors are connected by environmental issues, (ii) multiplexity of actor-issue paths: if actors have multiple parallel paths connecting them through environmental issues, and (iii) similarity of actor-issue paths: whether actors’ environmental impact is similar to one of their potential collaboration partners. Using exponential random graph models and data on eight Swiss wetlands, a qualitative meta-regression analysis of the results reveals that the three qualities of actor-issue interdependencies influence collaboration patterns between actors. Whether the impact of actor-issue interdependencies on the probability of collaboration ties is positive or negative largely depends on the complexity of the governance situations. Only in situations with homogeneous case areas and under the absence of borders (low network exogenous governance complexity) as well as in the presence of many actors do the length, multiplexity, and similarity of actor-issue interdependencies have a clear, positive impact on the formation of collaboration ties. Although the comparative setting helps identify specific governance settings where the hypotheses are supported, it also reveals the importance of multi-case studies to compare contextual differences between cases.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».