The epistemic, ethical, and political dimensions of uncertainty in integrated assessment modeling
Notice bibliographique
Résumé
Integrated assessment models (IAMs) of global climate change that combine representations of the economic and the climate system have become important tools to support policymakers in their responses to climate change. Yet,IAMsare built in the face of pervasive uncertainty, both scientific and ethical, which requires modelers to make numerous choices in model development. These modeling choices have epistemic, ethical, and political dimensions. First, modeling choices determine how well our current (lack of) knowledge about the elements and processes of the modeled system is represented. Second, modeling choices have ethical implications, for example, the choice of a social discount rate, which is well documented. For other modeling choices, the ethical assumptions and implications are more subtle. Third, climate‐economic models are not produced and used in a political vacuum; they shape and are shaped by the social relations they are embedded in. We review findings from various literatures to unpack the complex intersection of science, ethics, and politics thatIAMsare developed and used in. This leads us to suggest theoretical frameworks that may enable an integrated epistemic–ethical–political understanding ofIAMsand increase transparency about all three dimensions of model uncertainties.WIREs Clim Change2016, 7:627–645. doi: 10.1002/wcc.415 This article is categorized under: Integrated Assessment of Climate Change > Integrated Assessment Modeling
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,018 |
| Communication savante | 0,015 | 0,015 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».