MétaCan
Menu
Retour à la cohorte
Enregistrement W2384451821

An analysis on advantages and disadvantages of developing forest carbon sequestration projects in China

2005· article· en· W2384451821 sur OpenAlexaff
Hao Li

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueForest, Soil, and Plant Ecology in China
Établissements canadiensCAE (Canada)
Organismes subventionnairesnon disponible
Mots-clésReforestationAfforestationChinaClean Development MechanismSustainable developmentCarbon sequestrationBusinessNatural resource economicsGlobal warmingOrder (exchange)Developing countryGreenhouse gasKyoto ProtocolForest managementEnvironmental protectionEnvironmental planningEnvironmental resource managementClimate changeEnvironmental scienceEconomic growthEconomicsAgroforestryPolitical scienceEcologyCarbon dioxideFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Global warming caused by increasing GHG seriously affected social and economic development around the world. Because forest can absorb CO2 from the atmosphere and mitigate global warming, The Bonn Agreements and the Marrakesh Accord reached in 2001 approved afforestation and reforestation projects as eligible projects under the Clean Development Mechanism (CDM) in the first commitment period. These actions have been developing in many countries but not in China. In order to give guideline on this projects in our country, this paper analysize the consequences of developing forest carbon sequestration in China. The conclusion is that we can properly develop it in order to promote the sustainable development of economy and society, strengthen the international station of our country.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,330
Écart entre enseignants0,315 · 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

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetForest, Soil, and Plant Ecology in ChinaTravaux en français237 207