Watershed or bank-to-bank? Scales of governance and the geographic definition of Great Lakes Areas of Concern
Notice bibliographique
Résumé
Much recent scholarship has addressed the rise of the watershed as the preferred scale for the governance of water quality. Although the watershed remains widely perceived as an ideal, “natural” scale of freshwater governance, arguments for the merits of alternative scales and multi-scalar approaches are gaining prominence. The Great Lakes Areas of Concern program, managed jointly by the United States and Canada, represents an important case in which the watershed has not prevailed as the default local scale of governance, at least in the 31 Areas of Concern located in the United States or straddling the international border. Based on a review of documents and analysis of a survey and interviews with key actors from local Areas of Concern, we find considerable variation among U.S. states in the designation of Areas of Concern as watersheds and partial watersheds, bank-to-bank watercourse segments, or hybrids of both. This variation depends not only on the differing biophysical conditions at Areas of Concern but also on differences in the latitude that state agencies gave to local stakeholder groups when the geographical extent of each Areas of Concern was designated and negotiated. In several cases, questions about the appropriate scale of the Areas of Concern led to controversy, with implications for subsequent remediation. We contend that understanding the uneven embrace of the watershed as a scale of water governance requires attending not only to specific governance objectives but also to variations in the relationships between local and subnational scales in governance programs.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».