MétaCan
Menu
Retour à la cohorte
Enregistrement W2067444697 · doi:10.5751/es-05252-180116

Effects of Educational Attainment on Climate Risk Vulnerability

2013· article· en· W2067444697 sur OpenAlexvenueno aff
Erich Striessnig, Wolfgang Lutz, Anthony Patt

Notice bibliographique

RevueEcology and Society · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural risk and resilience
Établissements canadiensnon disponible
Organismes subventionnairesAustrian Science Fund
Mots-clésVulnerability (computing)Climate changePsychological resilienceNatural disasterEmpirical evidenceCoping (psychology)Adaptive capacityContext (archaeology)Educational attainmentClimate riskNatural resource economicsDevelopment economicsEnvironmental resource managementGeographyEnvironmental planningEconomic growthEconomicsPsychologyEcologySocial psychology

Résumé

récupéré en direct d'OpenAlex

In the context of still uncertain specific effects of climate change in specific locations, this paper examines whether education significantly increases coping capacity with regard to particular climatic changes, and whether it improves the resilience of people to climate risks in general. Our hypothesis is that investment in universal primary and secondary education around the world is the most effective strategy for preparing to cope with the still uncertain dangers associated with future climate. The empirical evidence presented for a cross-country time series of factors associated with past natural disaster fatalities since 1980 in 125 countries confirms this overriding importance of education in reducing impacts. We also present new projections of populations by age, sex, and level of educational attainment to 2050, thus providing an appropriate tool for anticipating societies' future adaptive capacities based on alternative education scenarios associated with different policies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,211
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations130
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetAgricultural risk and resilienceTravaux en français237 207