MétaCan
Menu
Retour à la cohorte
Enregistrement W2074153185 · doi:10.3354/meps11278

Eco2: a simple index of economic-ecological deficits

2015· article· en· W2074153185 sur OpenAlexafffund
UR Sumaila, Ngaio Hotte, Alessandro Galli, VWY Lam, Andrés M. Cisneros‐Montemayor, Mathis Wackernagel

Notice bibliographique

RevueMarine Ecology Progress Series · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMAVA FoundationPew Charitable Trusts
Mots-clésEcological footprintIndex (typography)Unit (ring theory)Gross domestic productEconomicsBalance of tradeEcologySustainable developmentInternational tradeEconomic growthPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

We present the first joint analysis of the ecological-financial deficits of nations and develop a simple index, the Eco 2 index, which is useful in ranking the combined ecological and financial performance of countries. This index includes information on ecological and financial deficits, trade surplus and gross domestic product (GDP) to evaluate the potential impacts of ecological deficits on the overall economic performance of countries. Results show an ongoing trend towards increased ecological deficits, as natural resources are 'traded' for financial gain. We argue that countries cannot run large financial deficits forever without negative economic consequences and that globally, it is likewise impossible to ignore our global ecological deficit in the long run. Ecological deficits can only be temporarily and partially addressed by incurring financial costs through imports, bounded by available resource surpluses of other nations and the fact that some of these services are place-specific. Ultimately, ecological deficits jeopardize ecosystem functions, energy sources and the food security of nations, with direct implications for human well-being.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,019
Score d'incertitude au seuil0,996

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,013
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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.

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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207