MétaCan
Menu
Retour à la cohorte
Enregistrement W2236413124 · doi:10.1177/0263774x15605940

Municipal climate reporting: gaps in monitoring and implications for governance and action

2015· article· en· W2236413124 sur OpenAlexaffabout
Pamela Robinson, Christopher Gore

Notice bibliographique

RevueEnvironment and Planning C Government and Policy · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMilestoneCorporate governanceEnvironmental planningClimate governanceClimate changeAction (physics)Environmental resource managementPolitical scienceAdaptation (eye)BusinessGeographyEnvironmental scienceEcologyFinancePsychology

Résumé

récupéré en direct d'OpenAlex

For over two decades, municipal climate progress has been inventoried and analysed using a common reporting framework. While useful for highlighting the extent of municipal engagement in greenhouse gas mitigation efforts, we know little about how comprehensive this reporting framework is. Are municipal governments engaging in mitigation activities outside this framework? And what about climate adaptation activity for which no long-standing milestone reporting framework has existed? Based on results from a national survey of municipal governments in Canada, the paper reveals that municipal governments are engaged in many climate activities and processes that common inventories and reporting systems do not capture. The paper argues that these ‘in between activities’ – the not-yet counted climate actions that take place between and outside of milestone initiation and completion – have practical importance for future climate action and theoretical importance by complementing growing evidence about the nature of municipal climate activities and climate governance.

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)0,094
score de la tête « metaresearch » (Gemma)0,265
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,264
Score d'incertitude au seuil0,526

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0940,265
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,039
Études des sciences et des technologies0,0040,006
Communication savante0,0120,019
Science ouverte0,0060,009
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,069
Tête enseignante GPT0,330
Écart entre enseignants0,261 · 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

Citations26
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning C Government and PolicyMême sujetSustainability and Climate Change GovernanceTravaux en français237 207