Geographic disparities and moral hazards in the predicted impacts of climate change on human populations
Notice bibliographique
Résumé
Aim It has been qualitatively understood for a long time that climate change will have widely varying effects on human well-being in different regions of the world. The spatial complexities underlying our relationship to climate and the geographical disparities in human demographic change have, however, precluded the development of global indices of the predicted regional impacts of climate change on humans. Humans will be most negatively affected by climate change in regions where populations are strongly dependent on climate and favourable climatic conditions decline. Here we use the relationship between the distribution of human population density and climate as a basis to develop the first global index of predicted impacts of climate change on human populations. Location Global. Methods We use spatially explicit models of the present relationship between human population density and climate along with forecasted climate change to predict climate vulnerabilities over the coming decades. We then globally represent regional disparities in human population dynamics estimated with our ecological niche model and with a demographic forecast and contrast these disparities with CO2 emissions data to quantitatively evaluate the notion of moral hazard in climate change policies. Results Strongly negative impacts of climate change are predicted in Central America, central South America, the Arabian Peninsula, Southeast Asia and much of Africa. Importantly, the regions of greatest vulnerability are generally distant from the high-latitude regions where the magnitude of climate change will be greatest. Furthermore, populations contributing the most to greenhouse gas emissions on a per capita basis are unlikely to experience the worst impacts of climate change, satisfying the conditions for a moral hazard in climate change policies. Main conclusions Regionalized analysis of relationships between distribution of human population density and climate provides a novel framework for developing global indices of human vulnerability to climate change. The predicted consequences of climate change on human populations are correlated with the factors causing climate change at the regional level, providing quantitative support for many qualitative statements found in international climate change assessments.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».