MétaCan
Menu
← Retour à la cohorte
Enregistrement W7097101243

A Participatory Approach to Identifying Research Needs for Community-Based Fishery Management

2015· article· en· W7097101243 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Citizen journalismParticipatory action researchParticipatory GISParticipatory managementFisheries managementScale (ratio)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract.—This paper reports on a project to engage researchers and fishers together in adapting social science approaches to the purposes and the constraints of community-based fisher organizations. The work was carried out in several locations across Canada’s Maritime Provinces, with an underlying rationale based on three major arguments. First, effective community-based management requires that managers are able to pose and address social science questions. Second, participatory research involving true cooperation at all stages can support this process. Third, there is a need to overcome practical and methodological barriers faced in developing participatory research protocols to serve the needs of community-based management while not demanding excessive transaction costs. This paper reports on work with fisher organizations, both aboriginal and nonaboriginal, in identifying social science priorities and undertaking small-scale research projects to meet these needs. Several research themes proved crucial, notably, power sharing, defining boundaries of a community-based group, access and equity, designing effective management plans, enforcement, and scaling up for effective regional and ecosystem-wide management. The research results demonstrate the effectiveness of extending participatory methods to challenge traditional scientific notions of the research process. 588 WIBER ET AL.

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)0,178
score de la tête « metaresearch » (Gemma)0,080
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: aucune
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,940

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1780,080
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0280,021
Communication savante0,0090,007
Science ouverte0,0040,026
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,479
Tête enseignante GPT0,395
Écart entre enseignants0,084 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCoral and Marine Ecosystems Studies→Travaux en français237 207→