Collaborative governance in “community energy planning”: insights from an intersectoral governance network in Durham Region, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Collaborative governance (CG) has arisen as a useful template for navigating decentralised energy systems at the local level by involving formalised procedures for governance across a network of organisations. By incorporating CG into community energy planning processes, local governments have a framework for involving diverse actors. CG processes, however, also exist within the context of broader systemic constraints and inequalities that impact how organisations collaborate. Given that CG may be seen as a path toward more just and democratic energy governance, it is important for researchers and practitioners to understand both its opportunities and limitations in-practice.Our case study investigates a network of local organisations in Durham Region, Canada, where CG is being used for implementation of the region’s community energy plan. We use a mixed methods approach, incorporating a quantitative social network analysis and qualitative thematic analysis, to examine how and why organisations are collaborating within the local network. Our study illustrates the complexity of these arrangements. While local governments facilitating CG initiatives are well-positioned to mobilise local actors and build connectivity in their community, they are also limited in addressing broader systemic challenges, including asymmetric power dynamics that impact outcomes and erode social trust; resource gaps that exacerbate challenges and lead to competition between organisations; and energy literacy gaps that impede those lacking expertise. Thus, while CG represents an important framework for local energy governance, its potential is constrained by deep-rooted structural limitations that may require comprehensive solutions beyond the capacity of local actors alone.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle