MétaCan
Menu
Retour à la cohorte
Enregistrement W4401841575 · doi:10.1016/j.envsci.2024.103863

On the development of criteria for determining the effectiveness of technical working groups: A case study about information processes in marine conservation and fisheries management in Belize

2024· article· en· W4401841575 sur OpenAlexafffund
Kalene Eck, Suzuette S. Soomai, Bertrum H. MacDonald

Notice bibliographique

RevueEnvironmental Science & Policy · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCompetitive and Knowledge Intelligence
Établissements canadiensDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBusinessEnvironmental resource managementMarine protected areaEnvironmental planningFisheries managementMarine conservationFisheryGeographyEnvironmental scienceEcologyFishing

Résumé

récupéré en direct d'OpenAlex

Use of scientific information in evidence-based decision-making is critically important in addressing coastal and ocean management concerns. In an ecosystem-based management context, ensuring that the “right” information (reliable) is available can be particularly challenging as the information often resides in different organizations with different management mandates. Many governmental and intergovernmental organizations have used a range of approaches, including technical advisory committees and working groups, to facilitate multidisciplinary input into the development of appropriate policies and management practices. This study examined the roles of multiple stakeholders participating in technical working groups that assist in decision-making for marine fisheries management in Belize, a coastal country in Central America. Through interviews with members of three working groups – the Spawning Aggregation Working Group, the Managed Access Working Group, and the National Hicatee Conservation and Monitoring Network – and decision-makers in the Belize Fisheries Department, information production processes and pathways for information uptake into policy were investigated. Major characteristics of communication at the science-policy interface associated with each working group were revealed. Important communication enablers and barriers were identified related to the operation of the working groups, such as membership commitment and resource availability, which influenced knowledge exchange within and outside the groups. Based on the results, a set of requirements for the creation and operation of effective working groups was formulated with regard to requisite inputs, the operational processes, and the types and uses of the information outputs of the groups. These requirements serve as a foundation for development of indicators of the effectiveness of working groups in environmental management contexts that support communication and decision-making at science-policy interfaces. • Multidisciplinary working groups produce useful information for marine resource management in Belize • Working group attributes enable advice transfer to support fisheries management • Member commitment, resources, and group processes affect the success of working groups • Study of information production and use reveals requirements for effective working groups • Group effectiveness can be assessed by information input, output, and process requirements

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)0,068
score de la tête « metaresearch » (Gemma)0,154
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,359

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,154
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,005
Études des sciences et des technologies0,0060,008
Communication savante0,0090,006
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
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 Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,263 · 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'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueEnvironmental Science & PolicyMême sujetCompetitive and Knowledge IntelligenceTravaux en français237 207