Regional planning in Alberta: examining a collaborative planning process in the South Saskatchewan region
Bibliographic record
Abstract
En 2009, le gouvernement dʼAlberta a divulgué le Land-use Framework, lʼitérationprovinciale la plus récente concernant lʼaménagement régional. La nouvelle approchemet lʼemphase sur un processus collaboratif et consultatif et une intégration de tous lesfacteurs affectant lʼaménagement du territoire et lʼenvironnement. La majorité desrecherches concernant la planification collaborative et intégrée proviennent du secteurde la gestion environnementale. Puisque la gestion des ressources et delʼaménagement urbain et rural sʼunissent dans la planification régionale, il faut accorderdavantage attention à la recherche des défis et des opportunités liés aux approchescollaboratives et fondées sur un consensus. Pour ce faire, ma recherche sʼadresse à deux questions principales: Quels sont les éléments nécessaires afin de parvenir ausuccès dʼun processus collaboratif de planification régionale, et quels grands enjeuxaffectent la planification régionale en Alberta? Pour ma recherche, la politiqueprovinciale, des lettres dʼacteurs concernés ainsi que des documents de planificationrégionale ont été analysés. En outre, jʼai mené plusieurs entrevues avec des membresdu ʻSouth Saskatchewan Regional Advisory Councilʼ et ʻAlberta EnvironmentalNetworkʼ. Les données peuvent être regroupées en deux catégories. Premièrement, lesuccès du processus de planification est déterminé par la transparence et ressourcesde tous les membres impliqués, la qualité et lʼéchange dʼinformation lors des rencontreset la capacité de parvenir à un consensus. Deuxièmement, les décisionnaires delʼAlberta doivent faire face aux tensions continues entre les intérêts ruraux et urbainsainsi que ceux de lʼenvironnement et du développement pour en arriver à un plan applicable.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.020 | 0.004 |
| Scholarly communication | 0.007 | 0.001 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".