MétaCan
Menu
Retour à la cohorte
Enregistrement W7038386785

Getting to the Table: Non-State Actors’ Contributions to Inter-state Negotiations – Accessing the Columbia River Treaty Consultations

2022· dissertation· en· W7038386785 sur OpenAlexaboutno aff

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2022
Typedissertation
Langueen
DomaineEngineering
ThématiqueStonefly species taxonomy and ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCircumstantial evidenceSubpoenaPretextGovernment (linguistics)TSG101Tubulopathy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

States use public consultation processes for civic input in the hope of finding expertise, legitimization, and civic engagement for their policy. Non-state actors in turn see these consultations as a steppingstone for the inclusion of their preferences in inter-state negotiations, but the strategies they use to gain access differ.
\nThis thesis fills two gaps in the academic literature by examining the consultation processes in Canada and the United States which prefaced the Columbia River Treaty renegotiations. First, the thesis analyzes how non-state actors are conceptualized and differentiated within the literature as well as synthesizing what strategies they use to gain access to consultations and policymaking. Second, the resulting framework of actors and strategies is applied to the Columbia River Treaty renegotiation consultations to see if such a taxonomy has value in understanding and anticipating how non-state actors enter into governance. Since river systems are at the juncture of strong tensions surrounding economic development, clean water, natural resources, environmental protection, and transportation they provide an ideal site for such an analysis.
\nI conduct interviews with 20 state and non-state actors who were part of the Columbia River Treaty consultations as well as examine documentary evidence to uncover the strategies they used to access the consultations. I find that while non-state actors often follow the strategies as anticipated by the framework, they tend to stay within the confines of the state-led consultation processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0050,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,271
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetStonefly species taxonomy and ecologyTravaux en français237 207