MétaCan
Menu
Retour à la cohorte
Enregistrement W856002953

The Natural Resource Turn: Challenges for Rural Research and Policy

2009· article· en· W856002953 sur OpenAlexvenueno aff
Cecilia Waldenström, Erik Westholm

Notice bibliographique

RevueJournal of rural and community development · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural resourceResource (disambiguation)Rural areaEconomicsPopulation growthPopulationNatural resource economicsRural economicsEconomic growthDevelopment economicsRural developmentGeographyAgriculturePolitical scienceSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Forecasts for demographic change and long-term economic growth in the world indicate a probable critical growth in demand for biological resources such as food, bioenergy, and forest products over the next few decades. In Sweden, as in other western economies where the rural economy and the rural population have been declining since the Second World War, such an expected natural resource turn may have major implications for social and economic change in rural areas. In this paper we explore the research needs that follow from the perspective of a natural resource turn, which we define as a long-term economic upgrading of natural resources following on critical growth in demand. Based on the situation in Sweden, we elaborate on four themes, considered as central to understanding natural resource turnâ€related rural change from a future perspective: (a) the production and management of biological resources and landscapes; (b) demographic change; (c) the location of economic activity to rural areas; and (d) social transformations in rural communities. Finally, some policy implications of these changes are outlined.

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)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,017
Communication savante0,0140,014
Science ouverte0,0020,008
Intégrité de la recherche0,0090,007
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,054
Tête enseignante GPT0,308
Écart entre enseignants0,254 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of rural and community developmentMême sujetRural development and sustainabilityTravaux en français237 207