MétaCan
Menu
Retour à la cohorte
Enregistrement W2149900384 · doi:10.25336/p6qw3m

Living within a Fair Share Ecological Footprint

2015· article· en· W2149900384 sur OpenAlexaffvenue
Debra J. Davidson

Notice bibliographique

RevueCanadian Studies in Population · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSoutheast Asian Sociopolitical Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTourismEcological footprintChinaSociologyGeographyEconomySustainable developmentArchaeologyPolitical scienceLawEconomics

Résumé

récupéré en direct d'OpenAlex

Part 1: Introduction 1. Footprints and Fair Earth Share. Bill Rees and Jennie Moore Part 2: What does Living within a Fair Earth Share Mean? 2.1: Personal Footprint 2. Food. James Richardson 3. Domestic Travel. Robert and Brenda Vale 4. Consumer Goods. Maggie Lawton 5. The Dwelling. Nalanie Mithraratne 6. Tourism. Abbas Mahravan 2.2: Collective Footprint 7. Infrastructure. Ning Huang 8. Government. Jeremy Gabe and Rebecca Gentry 9. Services. Soo Ryu Part 3: Footprints in the Past 10. A Study of Wellington in the 1950s. Carmeny Field (with Brenda Vale) Part 4: Footprints in the Present 11. A Study of China. Yuefeng Guo 12. A Study of Suburban Thailand. Sirimas Hengrasmee 13. Kampung Naga, Indonesia. Grace Pamungkas (with Brenda Vale and Fabricio Chicca) 14. A Study of Hanoi, Vietnam. Han Thuc Tran 15. A Study of Suburban New Zealand. Sumita Ghosh 16. The Hockerton Housing Project, England. Brenda and Robert Vale 17. Education for Lower Footprints. Sant Chansomsak 18. Footprints and Income. Ella Lawton 19. Sustainable Urban Form. Fabricio Chicca Part 5: Conclusions 20. I wouldn't start from here... Robert and Brenda Vale

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil0,738

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,190
Tête enseignante GPT0,400
Écart entre enseignants0,211 · 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

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Studies in PopulationMême sujetSoutheast Asian Sociopolitical StudiesTravaux en français237 207