MétaCan
Menu
Retour à la cohorte
Enregistrement W2765872211 · doi:10.3390/su9101851

The Contribution of Physical Geographers to Sustainability Research

2017· article· en· W2765872211 sur OpenAlexaff
Terence Day

Notice bibliographique

RevueSustainability · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensOkanagan College
Organismes subventionnairesnon disponible
Mots-clésSustainabilityMultidisciplinary approachScope (computer science)Engineering ethicsSociologyProcess (computing)Sustainability sciencePerspective (graphical)Management scienceSustainability organizationsSocial scienceEngineeringEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

A physical geographers’ scope of practice is not defined by any regulatory or academic organization, so perception of the potential contribution of physical geography to sustainability research has been nebulous or informal, at best. In order to understand what physical geographers can do to enhance sustainability, this paper describes a systematic review of peer-reviewed research on sustainability published in three physical geography journals. The results show that physical geographers are active in sustainability research in terms of a spatial perspective, an understanding of human interactions with the environment, and an ability to recognize, interpret, and project environmental change and its impacts. The depth of this understanding is facilitated by a physical geographers’ understanding of the natural world, process and system concepts, the ways that systems are linked and interact, and a willingness to deploy a wide range of methodologies to secure that knowledge. The expertise of physical geographers makes an important contribution to sustainability research and should be considered when multidisciplinary teams are assembled.

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)0,167
score de la tête « metaresearch » (Gemma)0,327
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,885

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1670,327
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0220,023
Études des sciences et des technologies0,0040,020
Communication savante0,0160,022
Science ouverte0,0020,012
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,434
Écart entre enseignants0,406 · 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'étudeQualitatif
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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetUrban Transport and AccessibilityTravaux en français237 207