Best versus beneficial MP discourses: The significance of a change in discourse managing agricultural water quality in Canada
Notice bibliographique
Résumé
Best Management Practices and Beneficial Management Practices ("MP") are two ideational elements, that have emerged in water quality literature. This research explores the questions of where has the lesser utilized term 'Beneficial' emerged and why? To answer these questions, articles obtained from the Web of Science by searching keywords "Best MP"/"Beneficial MP" and "Water" are analyzed using bibliometric techniques through VOS Viewer including time trend of publications, and indicators including keywords, disciplines, institutions, geographies, influential authors and journals, and key funders of these two terms. This paper also employs document analysis and semi-structured interviews with key policy stakeholders. Beneficial Management Practices emerged in Canada (although the term was used in a few instances elsewhere) in Canadian government policy documents starting in 2003. The term 'Beneficial' refers to a lesser standard than "Best" and is exclusive to agricultural practices in risk and environmental farm policy; "Best Management Practices" refer to a wider set of practices (in other sectors like mining) utilized by a more substantive and diverse set of institutions (predominately American and significantly populated by universities). Explanations for the emergence of the term include that it is more 'honest,' it allows for more choices and trade-offs, it reflects the strong economic driver of agriculture, and several interviewees referred to it better reflecting the uncertainty of science. While the strength of the agricultural sector in influencing the 'Beneficial' discourse is not surprising, the failure to measure the improvement to the water quality of Beneficial Management Programs and measure policy's effectiveness is noteworthy.
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 | 0,013 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,016 |
| Études des sciences et des technologies | 0,034 | 0,031 |
| Communication savante | 0,026 | 0,007 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».