MétaCan
Menu
Retour à la cohorte
Enregistrement W2080528525 · doi:10.4018/ijstmi.2013070102

Challenges in Climate Change and Environmental Crisis

2013· article· en· W2080528525 sur OpenAlexaboutno aff
Mostafa Jafari

Notice bibliographique

RevueInternational Journal of Space Technology Management and Innovation · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAviationMontreal ProtocolClimate changeAir pollutionEnvironmental planningEnvironmental scienceEnvironmental resource managementOzone layerEnvironmental issueEnvironmental crisisEnvironmental protectionGlobal warmingBusinessGeographyMeteorologyEngineeringEcologyOzone

Résumé

récupéré en direct d'OpenAlex

Climate change challenges need to be considered in various dimensions. Aviation industry has multiple impacts on human lives such as impacts on the urban and natural environments. Various dimensions of the issue and its importance have been reported by the IPCC, following a request from the ICAO and the Parties to the Montreal Protocol on Substances that Deplete the Ozone Layer in 1999. In this paper different related topics have been investigated. Aviation: Development and Improvement, Climate changes as main environmental crisis, causative source of pollutions: Air pollution (GHGs, aerosol, smoke and particulate, dust), water pollution, biodiversity, hazardous materials, and aeronautical noise. Link between aviation impacts and environmental crisis have been discussed. Different perspectives of the aviation challenge briefly are presented: I- Human dimension, II- Urban environment (local, regional, and global), III- Natural environments (terrestrial, aquatic, and atmospheric) and IV- Birds killed by intervention. In concluding remarks two aspects of the issue, A) benefits, and B) impacts have been considered, and in the end some recommendations have been made on Emissions Trading, Environmental Performance, and Technological Developments.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,770
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,031
Tête enseignante GPT0,253
Écart entre enseignants0,222 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Space Technology Management and InnovationMême sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207