Policy engagement as ‘empowered representation’: democratic mediation through a participatory research project on climate resilience
Notice bibliographique
Résumé
Background: The article analyses the policy engagement component of a research project on climate resilience in vulnerable communities that took place in Cape Town, South Africa. Conducted in 2022, the engagement included community and stakeholder events in three research sites, and a cross-cutting policy event with municipal officials, held at the end of the project. Importantly, this policy engagement process occurred in a context of political marginalisation, that is, one characterised by low trust, and little meaningful representation or even communication between these vulnerable communities and the city. Aims and objectives: This article examines the impact of policy engagement on political relations between local government and vulnerable communities. Methods: The overall methodology of the article is qualitative, using an illustrative case-study research design to unpack the subjective experiences of both government officials and residents of vulnerable communities. Primary data included many primary documents, direct observation of the engagements and post-event interviews. Findings: First, the engagement process created new 'invented' spaces for the representation of community perspectives to the city, and the city's perspective to the community. Second, the engagement facilitated community self-representation through educating community members to advocate for their ideas in these new invented spaces. Third, this engagement tended to be more constructive and deliberative than polarising and confrontational. Discussion and conclusions: Drawing on the theoretical framework of 'political mediation', the policy engagement process is characterised as a positive instance of democratic mediation through 'empowered representation', with some specified limitations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,093 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,026 | 0,046 |
| Communication savante | 0,015 | 0,012 |
| Science ouverte | 0,003 | 0,026 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».