MétaCan
Menu
Retour à la cohorte
Enregistrement W2512382046 · doi:10.1080/1088937x.2016.1217095

Arctic sustainability research: toward a new agenda

2016· article· en· W2512382046 sur OpenAlexaff
Andrey N. Petrov, Shauna BurnSilver, F. Stuart Chapin, Gail Fondahl, Jessica K. Graybill, Kathrin Keil, Annika E. Nilsson, Rudolf Riedlsperger, Peter Schweitzer

Notice bibliographique

RevuePolar Geography · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensMemorial University of NewfoundlandUniversity of Northern British Columbia
Organismes subventionnairesDivision of Polar Programs
Mots-clésArcticSustainabilityPolitical scienceThe arcticEnvironmental resource managementEnvironmental planningGeographyEcologyOceanographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The Arctic is among the world’s regions most affected by ongoing and increasing cultural, socio-economic, environmental and climatic changes. Over the last two decades, scholars, policymakers, extractive industries, local, regional and national governments, intergovernmental forums, and non-governmental organizations have turned their attention to the Arctic, its peoples and resources, and to challenges and benefits of impending transformations. The International Conference on Arctic Research Planning (ICARP) has now transpired three times, most recently in April 2015 with ICARP III. Arctic sustainability is an issue of increasing concern within the Arctic and beyond it, including in ICARP endeavors. This paper reports some of the key findings of a white paper prepared by an international and interdisciplinary team as part of the ICARP-III process, with support from the International Arctic Science Committee Social and Human Sciences Working Group, the International Arctic Social Sciences Association and the Arctic-FROST research coordination network. Input was solicited through sharing the initial draft with a broader network of researchers, including discussion and feedback at several academic and community venues. This paper presents a progress report on Arctic sustainability research, identifies related knowledge gaps and provides recommendations for prioritizing research for the next decade.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
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 Opus0,105
Tête enseignante GPT0,403
Écart entre enseignants0,298 · 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

Citations44
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolar GeographyMême sujetArctic and Russian Policy StudiesTravaux en français237 207