MétaCan
Menu
Retour à la cohorte
Enregistrement W1993651801 · doi:10.1029/2007eo140003

Global change education in the Arctic

2007· article· en· W1993651801 sur OpenAlexaboutno aff
John C. Moore, Heli Kinnunen, Richard D. Boone

Notice bibliographique

RevueEos · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesHeliophysics Division
Mots-clésArcticTundraOceanographySea iceGeographyArctic ecologyArctic ice packClimate changeIndigenousRelocationPhysical geographyEnvironmental scienceGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Bird species new to the Arctic call across ancient forests where the buzz is from the super sawmills, not the sound of elk hooves. Oil and gas wells plumb the tundra depths, and the pipelines scarify the surface, pumping fossil wealth south with a return flow measured in dollars and rubles. The eternal ice is going and tourist ships are coming, ironically to see the icy landscape that is disappearing. This is the Arctic today. Global change has been a fact of life for many indigenous peoples in remote parts of the world for many decades. In Svalbard, Norway, which lies north of Europe in the Arctic Ocean, January 2006 was warmer than any previous April while April was five standard deviations warmer than average. Over the longer term, the Inuit in Nunavut, Canada, have found that hunting for seals—traditionally their major food supply—has become much more difficult as sea pup numbers have declined along with sea ice [Arctic Climate Impact Assessment, 2004]. About 20 Alaskan villages are candidates for relocation because of severe coastal erosion, exacerbated by loss of protective sea ice. For example, the U.S. Army Corps of Engineers estimates that it could cost from $100 million to $400 million to relocate Kivalina, which has only 385 inhabitants [U.S. General Accounting Office, 2003].

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0030,003
Science ouverte0,0000,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0570,004

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 Opus0,057
Tête enseignante GPT0,295
Écart entre enseignants0,238 · 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'étudeSans objet
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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEosMême sujetClimate change and permafrostTravaux en français237 207