Transformative foresight for diverse futures: the Seeds of Good Anthropocenes initiative
Notice bibliographique
Résumé
Abstract Motivation Foresight methods are increasingly recognized as essential for decision‐making in complex environments, particularly within development and research settings. As foresight methods continue to gain prominence for decision‐making, their application in these settings grows. Funders and policy‐makers can benefit from the experience of transformative foresight practitioners and researchers who are skilled in designing novel ways to envision alternative and diverse development futures. Purpose The Seeds of Good Anthropocenes (SoGA) initiative has experimented with transformative foresight since its inception in 2016. We position SoGA within the framework of Minkkinen et al. (2019); we present its transformative capacity through participatory visioning; and we explore how foresight methods can shape strategic development options. Approach and methods We draw lessons from how SoGA, used extensively in various contexts around the world, has introduced experimental transformative foresight to deal with diversity and complexity. We describe the transformative foresight processes in detail. Findings SoGA exemplifies how transformative foresight can support policy and change initiatives by providing participants, planners, and decision‐makers with opportunities to reinforce the collaborative and transformative objectives of their policy and convening practices. Such engagement not only deepens the strategic impact of policies, it also encourages a more inclusive and participatory approach to policy development, aligning with broader goals for sustainable and impactful change.
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 | 0,107 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,020 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».