MétaCan
Menu
← Retour à la cohorte
Enregistrement W7098224202

AndrewExamining the Claims of Environmental ADR Examining the Claims of Environmental ADR Evidence from Waste Management Conflicts in Ontario and Massachusetts

2016· article· en· W7098224202 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlternative dispute resolutionAdversarial systemMediationDispute resolutionConflict resolutionIntervention (counseling)NegotiationConciliation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During the past decade, alternative dispute resolution (ADR) techniques haveincreasingly been applied to environmental conflicts. These methods have been substituted for more conventional and adversarial conflict resolution processes, most commonly quasi-judicial public board hearings in Canada and litigation in the United States. The three principal ADR methods are negotiation, facilitation, and mediation. Previous writing on environmental conflict resolution is overwhelmingly positive about the benefits of ADR for settling these types of disputes. Dominant in the litera-ture are claims that it is very successful in reaching agreements and likely to do so faster and at less expense than conventional conflict resolution channels. Many authors boast of the high reported rates of participant satisfaction with ADR processes and their outcomes. Some attribute the success of facilitation and mediation to the benefits accruing from the intervention of a neutral party. Still others expound on the virtues of a process that is open to all affected stakeholders. In fact, so many authors have extolled the merits of ADR that their claims have achieved near-mythical status. Despite many similar claims of the virtues of ADR in environmental disputes, there have been very few examples of their being empirically tested, noted Wiedemann and

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)0,026
score de la tête « metaresearch » (Gemma)0,123
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: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,470

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,123
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0170,012
Communication savante0,0070,004
Science ouverte0,0040,006
Intégrité de la recherche0,0030,003
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 Opus0,044
Tête enseignante GPT0,244
Écart entre enseignants0,201 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHead and Neck Cancer Studies→Travaux en français237 207→