MétaCan
Menu
Retour à la cohorte
Enregistrement W4384068840 · doi:10.1080/23251042.2023.2234644

Perceptions of local environment change and ecological habitus

2023· article· en· W4384068840 sur OpenAlexaff
Matthew Stackhouse, Howard Ramos, Karen Foster, Mark C. J. Stoddart

Notice bibliographique

RevueEnvironmental Sociology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensMemorial University of NewfoundlandDalhousie UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésHabitusPerceptionEnvironmental educationEnvironmental changePsychologySociologyEcologyEnvironmental resource managementGeographyClimate changeCultural capitalSocial scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Research shows that people’s perceptions of environmental change are strong predictors of ecologically supportive behaviours and attitudes, but less is known about what causes some people to perceive environmental change more than others. This study considers whether participation in outdoor leisure activities accounts for different perceptions of the local environment. We consider how leisure activities form a broader ‘ecological habitus’ while also considering the role that education has in structuring perceptions and practice. We use survey data on perceptions of environmental change and use Principal Component Analysis and logistic regression to explore ecological habitus and the effect of leisure activities on environmental perceptions. Results show that outdoor leisure practices shape perceptions of local environment change and offer a continuum of ecological habitus ranging from appreciative to low resource outdoor leisure associated with varied perceptions of environment degradation. Education is a limited factor in predicting perceptions or explaining associations between leisure and environmental perceptions.

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)0,004
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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,254
Écart entre enseignants0,236 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental SociologyMême sujetEnvironmental Education and SustainabilityTravaux en français237 207