MétaCan
Menu
Retour à la cohorte
Enregistrement W2076676233 · doi:10.1175/wcas-d-12-00028.1

Usable Science? The U.K. Climate Projections 2009 and Decision Support for Adaptation Planning

2012· article· en· W2076676233 sur OpenAlexfundno aff
Samuel Tang, Suraje Dessai

Notice bibliographique

RevueWeather Climate and Society · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilNatural Environment Research CouncilSight Research UKCanadian Centre for Applied Research in Cancer Control
Mots-clésCredibilityAdaptation (eye)StakeholderSophisticationUSableKnowledge managementLegitimacySociology of scientific knowledgeCompetence (human resources)Salience (neuroscience)Computer scienceManagement sciencePolitical sciencePublic relationsPsychologySociologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract With future changes in climate being inevitable, adaptation planning has become a policy priority. A central element in adaptation planning is scientific expertise and knowledge of what the future climate may hold. The U.K. Climate Projections 2009 (UKCP09) provide climate information designed to help those needing to plan how to adapt to a changing climate. This paper attempts to determine how useful and usable UKCP09 is for adaptation decision making. The study used a mixed-methods approach that includes analysis of adaptation reports, a quantitative survey, and semistructured interviews with key adaptation stakeholders working in the science–policy interface, which included decision makers, knowledge producers, and knowledge translators. The knowledge system criteria were used to assess the credibility, legitimacy, and saliency of UKCP09 for each stakeholder group. It emerged that stakeholders perceived UKCP09 to be credible and legitimate because of its sophistication, funding source, and the scientific reputation of organizations involved in UKCP09’s development. However, because of the inherent complexities of decision making and a potentially greater diversity in users, UKCP09’s saliency was found to be dependent upon the scientific competence and familiarity of the user(s) in dealing with climate information. An example of this was the use of Bayesian probabilistic projections, which improved the credibility and legitimacy of UKCP09’s science but reduced the saliency for decision making. This research raises the question of whether the tailoring of climate projections is needed to enhance their salience for decision making, while recognizing that it is difficult to balance the three knowledge criteria in the production of usable science.

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)0,016
score de la tête « metaresearch » (Gemma)0,059
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,059
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,006
Communication savante0,0110,009
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,032
Tête enseignante GPT0,292
Écart entre enseignants0,260 · 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

Citations85
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeather Climate and SocietyMême sujetSustainability and Climate Change GovernanceTravaux en français237 207