MétaCan
Menu
Retour à la cohorte
Enregistrement W4404619269 · doi:10.1177/25148486241295923

Perpetual planning: Expertise, uncertainty, and the politics of delay in Colombia's Guayuriba river-basin

2024· article· en· W4404619269 sur OpenAlexaff
Parisa Nourani Rinaldi, María Cecilia Roa-García, Sandra Brown

Notice bibliographique

RevueEnvironment and Planning E Nature and Space · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPoliticsStructural basinDrainage basinWater resource managementGeographyPolitical scienceGeologyEnvironmental scienceGeomorphologyCartographyLaw

Résumé

récupéré en direct d'OpenAlex

Perpetually planning the Guayuriba River basin for nearly two decades has allowed mining companies to continue extracting gravel, amidst uncertain flooding dynamics; oil companies to continue discharging production waters, despite uncertain water quality; and palm oil plantations to continue large-scale irrigation, notwithstanding uncertainties in water use and availability. Drawing on ethnographic fieldwork and semi-structured interviews in the Guayuriba River basin of the Eastern Foothills of Colombia, we discuss the temporality of planning, the rituals of expertise and public participation, and the accrual of uncertainties related to flooding, water quality, and water use and availability. Uncertainties have been perpetuated, accumulated, obscured, and met with a lack of will throughout the continual revision and adjustment of the river-basin planning document. While peoples and natures are made to wait, perpetual planning has in fact led to a tacit authorization of increased resource extraction despite concerns of environmental degradation. By embracing uncertainty as an inherent aspect of the system, we can envision a planning process that would prioritize local knowledge and experiential insights over detached expertise, reshaping the dynamics of knowledge dissemination in the region and mitigating the potential for corrupt practices, allowing our engagement with uncertainty to evolve as we interact with the world.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,302

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,253
Écart entre enseignants0,246 · 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'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 revueEnvironment and Planning E Nature and SpaceMême sujetWater Governance and InfrastructureTravaux en français237 207