MétaCan
Menu
Retour à la cohorte
Enregistrement W2547928148 · doi:10.3138/cpp.2015-020

The Trouble with Innovation: Why Cleaning Up the Environment Is Going to Be a Lot More Challenging than We Think

2016· article· en· W2547928148 sur OpenAlexaffvenueabout
Richard Hawkins

Notice bibliographique

RevueCanadian Public Policy · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConversationSustainabilityLeverage (statistics)BusinessService innovationPoliticsService (business)MarketingPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

History is replete with evidence that innovation can improve our lives in some circumstances and devastate them in others. The irony of our times is that as our economies become more and more service driven, we are producing, transporting, and consuming more resource- and energy-intensive material goods than ever before in ever more innovative ways. And herein lies the motivation for policy. Innovation can increase welfare, but only within socio-political environments that can respond creatively to its dual nature. Innovating is usually very hard to do, but sustaining human welfare through innovation is always even harder. Thus, for policy makers, the point is not just to increase the incidence of innovation but also to use it to leverage positive social outcomes. I propose that deploying innovation as a strategy for mitigating threats to the environment will demand that we get to grips with it from this perspective. Democracy is a public conversation about innovation, and in the Canadian case, achieving sustainability goals will be impossible unless public institutions are rehabilitated as agents of innovation.

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)0,013
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0110,057
Communication savante0,0170,018
Science ouverte0,0030,004
Intégrité de la recherche0,0140,014
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,104
Tête enseignante GPT0,237
Écart entre enseignants0,132 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetClimate Change Policy and EconomicsTravaux en français237 207