MétaCan
Menu
Retour à la cohorte
Enregistrement W4402264001 · doi:10.1109/igarss53475.2024.10642797

Review on Quintuple Helix Innovation Model and Introducing Co-Eco- Approach in Support of Climate Change Mitigation and Adaptation within the Framework of the New European Bauhaus Initiative

2024· article· en· W4402264001 sur OpenAlexfundno aff
Ioannis Varvaris, Kyriacos Themistocleous, Zambella Pittaki, Michalakis Christoforou, Marinos Eliades, Paraskeui Chantzi, Evagoras Evagorou, Christodoulos Mettas, Giorgos Zalidis, Diofantos Hadjimitsis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueUniversity-Industry-Government Innovation Models
Établissements canadiensnon disponible
Organismes subventionnairesCODECyprus University of Technology
Mots-clésAdaptation (eye)Climate changeComputer scienceSystems engineeringProcess managementBusinessEngineeringGeologyPsychology

Résumé

récupéré en direct d'OpenAlex

This review delves into the pressing need and evolving perspectives on stakeholder engagement to achieve sustainable, resilient, and inclusive ecosystem services, particularly in the context of climate change mitigation and adaptation. Understanding and collaboration among key sectors are crucial to reach these objectives. The failure of many initiatives to meet their targets often results from the absence of a unified strategy for involving all stakeholders. Moreover, this review underscores the importance of co-governance and co-creation as integral aspects of effective stakeholder engagement, fostering a sense of ownership among stakeholders. By examining the current landscape and diverse strategies, this study emphasizes the significance of adopting the quintuple helix innovation framework as a holistic approach for sustainable and inclusive stakeholder engagement in advancing EU climate objectives. Finally, the study introduces the co-eco-approach as a potential step forward for achieving the targets of the European Green Deal and New Bauhaus initiatives.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,063
Tête enseignante GPT0,260
Écart entre enseignants0,197 · 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'étudeThéorique ou conceptuel
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 sujetUniversity-Industry-Government Innovation ModelsTravaux en français237 207