MétaCan
Menu
Retour à la cohorte
Enregistrement W4404514644 · doi:10.15365/cate.2024.170203

Reflecting on Local Ecological Stewardship, Care, and Action across Two Decades of Research

2024· article· en· W4404514644 sur OpenAlexaff
Lindsay K. Campbell, Erika S. Svendsen, Michelle Johnson, Natalia C. Piland, Dexter H. Locke, Nancy F. Sonti, J. Morgan Grove, Michele Romolini, Heather McMillen, Rachel Dacks, Bryce DuBois, Jesse S. Sayles, Tischa A. Muñoz‐Erickson, Laura Landau, Lorien Jasny, Krista Heinlen, Maria Arroyave, David Bloniarz, Brian Goldberg, Gerald Bauer, Travis Warziniack, Sophie Plitt, Julio Onofre, Nicole Heise Vigil, Arantxa Zamora-Rendon, Bastián Parada-Flores

Notice bibliographique

RevueCities and the Environment · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésStewardship (theology)Action (physics)Environmental resource managementEnvironmental planningGeographyEcologyPolitical scienceEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

In this perspective, we draw from 20 years of implementing the Stewardship Mapping and Assessment Project (STEW-MAP) to show how civic actors provide capacity and local knowledge needed for effective decision-making and implementation in the face of multiple interconnected stressors, including climate change and inequality. Urban areas are striving to achieve sustainability and resilience goals while advancing diversity, equity, inclusion, and justice. There is broad recognition that systematic change cannot be achieved via single sector solutions. Rather, just and equitable sustainability and resilience outcomes will be achieved through multi-sector, trans-disciplinary efforts led by diverse and inclusive partnerships. Processes of collaboration between groups and across sectors can foster trust and social cohesion to build adaptive environmental governance capacity. Hindering these outcomes is a lack of approaches for identifying civic groups and their networks, understanding their roles in the larger governance system, and harnessing their capacities systematically and at landscape scales. STEW-MAP was developed to address this gap in a natural resources management context and has been applied in 20 locations across the Americas. Synthesizing key insights for practitioners and researchers, we identify the critical role of civic organizations in collaborative, networked governance, while highlighting inequities that affect this stewardship work. We reflect on how stewardship mapping has been used as a decision-support, networking, and visualization tool and identify future research and practitioner directions that fully acknowledge the persistent role of civic groups in caring for the environment and enlivening democratic practice.

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)0,038
score de la tête « metaresearch » (Gemma)0,025
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0140,060
Communication savante0,0180,028
Science ouverte0,0030,025
Intégrité de la recherche0,0050,014
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,360
Écart entre enseignants0,287 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCities and the EnvironmentMême sujetRural development and sustainabilityTravaux en français237 207