MétaCan
Menu
Retour à la cohorte
Enregistrement W4408824716 · doi:10.5194/oos2025-225

Exploring the Representation of Place-Based Knowledge in Spatial Planning in Nova Scotia, Canada

2025· preprint· en· W4408824716 sur OpenAlexaffabout
Jumanah Khan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNova scotiaNova (rocket)Representation (politics)GeographyRegional sciencePolitical scienceArchaeologyEngineeringPoliticsAeronautics

Résumé

récupéré en direct d'OpenAlex

Spatial planning is essential in the interdisciplinary management of dynamic coastal environments. However, conventional approaches to spatial planning do not focus on the comprehensive representation and visual communication of place-based knowledge (e.g., Indigenous and Local Knowledge systems). This oversight limits the contextual applicability of planning decisions. To understand this issue’s relevance in Nova Scotia, the suitability of six Decision Support Tools (DST) used in spatial planning for representing local perspectives was explored. Through a scoping review and semi-structured interviews with spatial planners, researchers, and users of coastal environments in Nova Scotia, key characteristics that make DST useful in representing place-based knowledge, as well as certain tool design limitations, were identified. Also identified were the generalized stages of the spatial planning process at which each of the selected DST are most effectively applied. The results are meant to inform the use and design of DST in a way that better account for and serve local coastal users throughout different stages of the spatial planning process, thereby supporting informed and equitable decision-making.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
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: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,772

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0060,004
Communication savante0,0060,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,090
Tête enseignante GPT0,281
Écart entre enseignants0,191 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRural development and sustainabilityTravaux en français237 207