MétaCan
Menu
Retour à la cohorte
Enregistrement W2130946092 · doi:10.1088/1748-9326/6/4/044006

Public understanding of solar radiation management

2011· article· en· W2130946092 sur OpenAlexaffabout
Ashley Mercer, David W. Keith, Jacqueline Sharp

Notice bibliographique

RevueEnvironmental Research Letters · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Geoengineering
Établissements canadiensSimon Fraser UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPopulationOptimismOzone layerOptimism biasClimate changeRisk perceptionPsychologyPerceptionBusinessPolitical sciencePublic relationsSocial psychologyGeographyEnvironmental healthMedicineMeteorologyOzone

Résumé

récupéré en direct d'OpenAlex

We report the results of the first large-scale international survey of public perception of geoengineering and solar radiation management (SRM). Our sample of 3105 individuals in the United States, Canada and the United Kingdom was recruited by survey firms that administer internet surveys to nationally representative population samples. Measured familiarity was higher than expected, with 8% and 45% of the population correctly defining the terms geoengineering and climate engineering respectively. There was strong support for allowing the study of SRM. Support decreased and uncertainty rose as subjects were asked about their support for using SRM immediately, or to stop a climate emergency. Support for SRM is associated with optimism about scientific research, a valuing of SRM's benefits and a stronger belief that SRM is natural, while opposition is associated with an attitude that nature should not be manipulated in this way. The potential risks of SRM are important drivers of public perception with the most salient being damage to the ozone layer and unknown risks. SRM is a new technology and public opinions are just forming; thus all reported results are sensitive to changes in framing, future information on risks and benefits, and changes to context.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,219
Tête enseignante GPT0,280
Écart entre enseignants0,061 · 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'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

Citations161
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetClimate Change and GeoengineeringTravaux en français237 207