Six modes of co-production for sustainability
Notice bibliographique
Résumé
The promise of co-production to address complex sustainability challenges is compelling. Yet, co-production, the collaborative weaving of research and practice, encompasses diverse aims, terminologies and practices, with poor clarity over their implications. To explore this diversity, we systematically mapped differences in how 32 initiatives from 6 continents co-produce diverse outcomes for the sustainable development of ecosystems at local to global scales. We found variation in their purpose for utilizing co-production, understanding of power, approach to politics and pathways to impact. A cluster analysis identified six modes of co-production: (1) researching solutions; (2) empowering voices; (3) brokering power; (4) reframing power; (5) navigating differences and (6) reframing agency. No mode is ideal; each holds unique potential to achieve particular outcomes, but also poses unique challenges and risks. Our analysis provides a heuristic tool for researchers and societal actors to critically explore this diversity and effectively navigate trade-offs when co-producing sustainability. Co-production includes diverse aims, terminologies and practices. This study explores such diversity by mapping differences in how 32 initiatives from 6 continents co-produce diverse outcomes for the sustainable development of ecosystems at local to global scales.
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 | 0,029 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,043 |
| Communication savante | 0,020 | 0,018 |
| Science ouverte | 0,002 | 0,020 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».