MétaCan
Menu
Retour à la cohorte
Enregistrement W4401761455 · doi:10.7146/fecun.v2i2.140457

Where is the coastline?

2024· article· en· W4401761455 sur OpenAlexaff
Randy Howard Adams Schroeder, Kent Schroeder

Notice bibliographique

RevueFutures of Education Culture and Nature - Learning to Become · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueInternational Maritime Law Issues
Établissements canadiensHumber PolytechnicMount Royal University
Organismes subventionnairesnon disponible
Mots-clésGeographyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Understanding the concept of interdependence means acknowledging myriad variables that assemble, separate, and redistribute in a virtual infinitude of relations. These interdependent variables, and the relations between them, can be seen as becoming perceptibly more abundant and volatile when viewed at finer, local, levels of scale. Conversely, they become simpler and more stable when viewed at cruder or macro-levels of scale. The question for policy and other practical applications, then, is which level of scale is most appropriate when dealing with any given interdependent phenomenon? Is it necessary to proceed with less "true" pictures at a cruder scale in order to foster more pragmatic results? These issues are explored through an analysis of the formulation and implementation of human wildlife conflict (HWC) policy in Bhutan. This exploration demonstrates that while HWC policy formulated at the macro-level contains an explicit focus on interdependence, when the policy is implemented at local levels of scale, much more complex tangles of interdependence emerge. These tangles obfuscate perceptions of the cause of HWC and, for some, drive opposition to a key value that is a foundation of the HWC policy. Drawing on the Bhutanese case, we advance ideas on how public policy and educational contexts can practically respond to the challenge of interdependence at different levels of scale.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,009
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,004
Tête enseignante GPT0,278
Écart entre enseignants0,274 · 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'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 revueFutures of Education Culture and Nature - Learning to BecomeMême sujetInternational Maritime Law IssuesTravaux en français237 207