MétaCan
Menu
Retour à la cohorte
Enregistrement W2095898536 · doi:10.1111/nyas.12961

Ecosystem service information to benefit sustainability standards for commodity supply chains

2015· review· en· W2095898536 sur OpenAlexaff
Rebecca Chaplin‐Kramer, Malin Jonell, Anne D. Guerry, Éric F. Lambin, Alexis Morgan, Derric Pennington, Nathan Smith, Jane Atkins Franch, Stephen Polasky

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2015
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensWorld Wildlife Fund Canada
Organismes subventionnairesnon disponible
Mots-clésSustainabilityBusinessEcosystem servicesCommodityAuditService (business)Context (archaeology)Supply chainEnvironmental resource managementEnvironmental economicsEcosystemMarketingEconomicsEcologyAccountingFinance

Résumé

récupéré en direct d'OpenAlex

The growing base of information about ecosystem services generated by ecologists, economists, and other scientists could improve the implementation, monitoring, and evaluation of commodity-sourcing standards being adopted by corporations to mitigate risk in their supply chains and achieve sustainability goals. This review examines various ways that information about ecosystem services could facilitate compliance with and auditing of commodity-sourcing standards. We also identify gaps in the current state of knowledge on the ecological effectiveness of sustainability standards and demonstrate how ecosystem-service information could complement existing monitoring efforts to build credible evidence. This paper is a call to the ecosystem-service scientists to engage in this decision context and tailor the information they are generating to the needs of the standards community, which we argue would offer greater efficiency of standards implementation for producers and enhanced effectiveness for standard scheme owners and corporations, and should thus lead to more sustainable outcomes for people and nature.

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)0,005
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,726

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,001
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 Opus0,091
Tête enseignante GPT0,363
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetLand Use and Ecosystem ServicesTravaux en français237 207