‘Bonkers but good!’ – Using illustration-based interview methods to understand land management and conservation visions
Notice bibliographique
Résumé
Visions help to understand common ground and tensions among citizens and stakeholders, supporting inclusive land management and conservation solutions to the climate emergency and biodiversity crisis. With careful design and sufficient resource, it is possible to bring together communities and other stakeholders to share perspectives and deliberate desired futures, identifying more acceptable alternatives and avoiding costly delays. We evaluated researcher and participant experiences of illustration-based interviews to understand land management visions using four studies in Scotland, The Netherlands and Spain. These studies used STREAMLINE, a visual mixed-method interview format using thematic illustrated canvases designed to provide an inclusive and creative framing for participants to contemplate their desired future. Participants enjoyed the informal visual format, which reduced pressure, increased comfort through the research process, and helped their thinking and reflection about complex topics. They also valued being listened to and having the opportunity to share their views. Researchers appreciated the ability to triangulate rich qualitative data with a variety of quantitative measure through the mixed-method format and the flexibility to adapt the canvases to suit their research aims. Positive participant experience made facilitation easier and was stimulating for the researchers. The credibility and legitimacy of illustration-based interviews will ultimately depend on specific research design-decisions and testing, which can make the approach more resource intensive than conventional interviews. While organisational barriers should be considered realistically, illustration-based interviews can have high saliency by providing useful and usable insights that strengthen land management policy and planning.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».