MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400585272 · doi:10.5751/es-15258-290303

What makes a convivial community tool? Investigating grassroots ecological restoration

2024· article· en· W4400585272 sur OpenAlexvenueaboutno aff
Tim Alamenciak, Stephen D. Murphy

Notice bibliographique

RevueEcology and Society · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrassrootsOperationalizationRestoration ecologyAppealEcologySociologyPublic relationsPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

The practice of ecological restoration through native plant gardening is emerging among community groups as a means of addressing degradation in urban landscapes. Despite this trend, restoration remains primarily studied as a professional practice. Grassroots associations support people in growing native plants, but within the research on restoration ecology, there remains little study of how non-professionals engage in the practice. We adapt and expand Ivan Illich’s concept of a convivial community tool (i.e., a tool that is open and accessible rather than restricted to certain users) to ecological restoration through a case study of the Ottawa Wildflower Seed Library. Participants highlighted two main strategies of the seed library: overcoming barriers and supporting emergent practices. The seed library helped people overcome the barriers of plant availability, cost, and knowledge, while supporting spontaneous initiatives from volunteers to further the mission of the seed library. We argue that these two strategies operationalize the idea of a convivial community tool. This research contributes an understanding of one way that ecological restoration can broaden its appeal by empowering non-professionals to engage in restoration and provides a starting point for a novel organizational framework based on Illich’s ideas.

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)0,011
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0140,032
Communication savante0,0110,008
Science ouverte0,0020,013
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,035
Tête enseignante GPT0,281
Écart entre enseignants0,246 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and Society→Même sujetUrban Green Space and Health→Travaux en français237 207→