Risk Governance Dilemmas and Democratization: Public Trust, Risk Perception and Public Participation in Risk Decision-Making
Notice bibliographique
Résumé
Abstract Risk scholars and practitioners are grappling with how best to govern risk in the face of growing calls and rationales for democratization. The centrality of public trust to effective risk governance, the fragmentation of perceptions of risk and growing expectations for public involvement in risk decision-making, all characterize risk governance in the twenty-first century. This chapter frames challenges to reforming risk decision-making as risk governance dilemmas. Effective risk governance requires confronting differences in expert and public perceptions of risk successfully, engaging the public meaningfully and fostering public trust in decisions. All three objectives can challenge fundamental epistemological, cultural and ontological underpinnings of risk governance. Understanding the reasons why this is the case (and why not), carefully disentangling causes and effects, and providing case studies of real-world efforts to address the dilemmas, lays the groundwork for informed reform of risk governance arrangements. There are no simple answers to the questions raised by the above three dilemmas. There is much to be learned about the strengths—and limitations—of opening risk decision-making processes to public participation. In addition to presenting the risk governance dilemmas running through the volume, this chapter presents @Risk, the research project on which this edited volume is based and provides an overview of the volume’s chapters.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».