MétaCan
Menu
Retour à la cohorte
Enregistrement W4400445333 · doi:10.5465/amproc.2024.20467abstract

Barriers and Enablers Toward Stakeholder Engagement for Net-Zero Neighbourhood Projects

2024· article· en· W4400445333 sur OpenAlexaff
Emily Nichols, Qian Li, Alberto Gallotta, Peter Wells

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensWSP (Canada)
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésNeighbourhood (mathematics)Stakeholder engagementStakeholderZero (linguistics)Net (polyhedron)BusinessZero emissionKnowledge managementProcess managementComputer sciencePolitical sciencePublic relationsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Net-zero neighbourhoods offer a promising avenue for decarbonisation in the construction sector, yet challenges in stakeholder engagement hinder their broader adoption. This paper investigates the current barriers, enabling factors, the significance of barriers between stakeholder groups, in order to provide suggestions for accelerating the transition could be made. We employ a mixed-method design for this study, incorporating both a systematic literature review using the Systematic Review Reporting Standards (ROSES) methodology and primary data analysis derived from semi-structured interviews. Guided by the conceptual framework of social-technical systems theory, this paper offers a distinct perspective on existing barriers and provides insights into effective strategies for overcoming them. We suggest that net-zero neighbourhoods are niche innovations within the broader socio-technical system, currently in the first phase of socio-technical transition. We uncover that while stakeholders have unique challenges to address, ultimately, interconnection of all system-actors is required to overcome them. The findings of this paper will inform the implementation of net-zero neighbourhoods in the South Wales region and beyond, providing a unique insight into the current stakeholder engagement challenges and how they can be overcome to accelerate socio-technical transition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,689
Score d'incertitude au seuil0,810

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,245
Écart entre enseignants0,195 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetSmart Cities and TechnologiesTravaux en français237 207