MétaCan
Menu
Retour à la cohorte
Enregistrement W2525394589

근해 대형선망어업의 온실가스 배출량 정량적 분석

2016· article· ko· W2525394589 sur OpenAlexaboutno aff
신동원, 장웅비, Ji Hun Lee

Notice bibliographique

Revuenon disponible
Typearticle
Langueko
DomaineSocial Sciences
ThématiqueEnergy and Environmental Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasKyoto ProtocolMontreal ProtocolNatural resource economicsEmissions tradingBusinessLife-cycle assessmentFishingGlobal warmingEnvironmental protectionEnvironmental scienceClimate changeOzone layerFisheryProduction (economics)GeographyEconomicsEcologyOzone
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ozone layer depletion and global warming related to GHG (greenhouse gases) emissions from industries are a major issue globally. As these efforts, The parties of the Kyoto protocol adopted in the 3th UNFCCC’s conference set targets for average 5.2 percent reduction of GHG emissions from 1990 until 2012, should apply greenhouse gas emissions trading. The 18th UNFCCC’s conference of the parties to be held in Doha, Qatar agreed the Doha amendment to extend the Kyoto protocol that expires in 2012 until 2020. Furthermore, GHG emissions from the fishery industries also represent an important issue, as indicated by Responsible Fisheries at Cancun, Mexico, in The 16th UNFCCC’s conference of the parties, United nations conference on environment & development accepted Responsible Fisheries as important concern area. However, few research on the GHG emissions from Korean fisheries have been performed. Therefore, a quantitative analysis of GHG emissions from the major Korean fisheries in needed before guidelines for reducing GHG emissions from the fishing industry can be established. The aim of this study was to assess the present GHG emissions from the Korean offshore large purse seine fishery using the Life Cycle Assessment (LCA) method quantitatively. The result of this study will be helpful to establish a reducing method of GHG emissions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,225 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy and Environmental SystemsTravaux en français237 207