A meta‐analysis of <scp>SES</scp> framework case studies: Identifying dyad and triad archetypes
Notice bibliographique
Résumé
Abstract There is a need to synthesize the vast amount of empirical case study research on social‐ecological systems (SES) to advance theory. Innovative methods are needed to identify patterns of system interactions and outcomes at different levels of abstraction. Many identifiable patterns may only be relevant to small sets of cases, a sector or regional context, and some more broadly. Theory needs to match these levels while still retaining enough details to inform context‐specific governance. Archetype analysis offers concepts and methods for synthesizing and explaining patterns of interactions across cases. At the most basic level, there is a need to identify two and three independent variable groupings (i.e. dyads and triads) as a starting point for archetype identification (i.e. as theoretical building blocks). The causal explanations of dyads and triads are easier to understand than larger models, and once identified, can be used as building blocks to construct or explain larger theoretical models. We analyse the recurrence of independent variable interactions across 71 quantitative SES models generated from qualitative case study research applying Ostrom's SES framework and examine their relationships to specific outcomes (positive or negative, social or ecological). We use hierarchical clustering, principal component analysis and network analysis tools to identify the frequency and recurrence of dyads and triads across models of different sizes and outcome groups. We also measure the novelty of model composition as models get larger. We support our quantitative model findings with illustrative visual and narrative examples in four case study boxes covering deforestation in Indonesia, pollution in the Rhine River, fisheries management in Chile and renewable wind energy management in Belgium. Findings indicate which pairs of two (dyads) and three (triads) variables are most frequently linked to either positive or negative, social or ecological outcomes. We show which pairs account for most of the variation of interactions across all the models (i.e. the optimal suite). Both the most frequent and optimal suite sets are good starting points for assessing how dyads and triads can fulfil the role of explanatory archetype candidates. We further discuss challenges and opportunities for future SES modelling and synthesis research using archetype analysis. Read the free Plain Language Summary for this article on the Journal blog.
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 | 0,001 |
| 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 ».