D4.2 Validation of the MLCMG model:Report of the validation and refinement of the Multi-layered Collaborative Marine Governance Model for each of the cases.
Notice bibliographique
Résumé
This deliverable presents the validation and refinement of the Multi-layered Collaborative Marine Governance model (MLCMG model) for the 9 PERMAGOV cases in the 4 regime complexes (Maritime Transport, Marine Life, Marine Energy and Marine Plastics). In an interactive and participatory way, the case study leads together with the end-users coordinated the validation and refinement of the analytical model through case-specific data collection strategies and validation panels. The refinement of the model will form the basis for the assessment in WP5, the development of Multi-level Collaborative Marine Governance Strategies in WP6 and communication materials in WP7. The first six chapters comprise the main report. In here, the report describes the purpose of the deliverable, gives an explanation of the MLCMG model, provides an overview of the methodology of the case study reports, discusses the validation and refinement of the model, and ends with a conclusion. The nine case studies subsequently are added as annexes to the report. The MLCMG model developed in task 4.1 structured the case study reports. The main part of each of the case study reports describes how marine governance arrangements are changing and innovating. In addition, each of the case studies have identified relevant linkages between the model sub-components, provided an overview of the main governance challenges, and reflected on the use value of the MLCMG model to conduct case study analysis. The D4.2 report concludes with a general interview model for the MLCMG model.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,055 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».