Action research to improve water quality in Canada<b>’</b>s Rideau Canal: how do local groups reshape environmental governance?
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
The historic Rideau Canal, spanning 200 km between the Canadian cities of Ottawa and Kingston, is a world heritage site and recreational waterway. The waterway presents a governance challenge, with multiple jurisdictions and agencies responsible for its management, making it difficult to establish a common vision to address environmental issues. Local stakeholders are concerned about toxic algal blooms in the downstream section of the Canal (the Lower Cataraqui region) because these blooms limit use of the system and pose a potential threat to human and environmental health. In the absence of a strategy to effectively manage water quality, a grassroots group called the Three Lakes Water Quality Group (TLG), has brought various stakeholders together to initiate transdisciplinary discussions and find solutions. This article presents findings from action research with the TLG. Specifically, it examines (1) the activities and concerns of the TLG in the governance arena, (2) the views of local stakeholders on social-ecological issues, (3) the potential of using collaborative systems thinking to capitalise on the TLG’s activities. Our analysis is informed by interviews and a workshop. We recommend that the TLG mobilise collaborative systems thinking when meeting with other stakeholders to discuss raising awareness, enforcing policy and producing knowledge about water quality issues in the region. These findings have implications for the entire Rideau Canal and other historic waterways by revealing the potential of local residents to initiate dialogue and drive future co-governance efforts.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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