MétaCan
Menu
Retour à la cohorte
Enregistrement W2893400158 · doi:10.1038/sdata.2018.187

Mimi-PAGE, an open-source implementation of the PAGE09 integrated assessment model

2018· article· en· W2893400158 sur OpenAlexaboutno aff
Frances C. Moore, James Rising, Niklas Lollo, Cecilia Springer, Váleri Vásquez, Alex Dolginow, Chris Hope, David Anthoff

Notice bibliographique

RevueScientific Data · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesResources for the FutureAlfred P. Sloan FoundationNational Science Foundation
Mots-clésComputer scienceDocumentationImplementationLicenseSource codeModular designPython (programming language)Open sourceCoding (social sciences)World Wide WebSoftware engineeringDatabaseProgramming languageOperating systemSoftware

Résumé

récupéré en direct d'OpenAlex

Abstract Integrated Assessment Models (IAMs) have become critical tools for assessing the costs and benefits of policies to reduce greenhouse gas emissions. Three models currently inform the social cost of carbon dioxide (SCCO 2 , the net present value of damages from one additional ton of CO 2 ) used by the US federal government, several states, and Canada. Here we present a new open-source implementation of one of these models (PAGE09) in the Julia programming language using a modular modeling framework (Mimi). Mimi-PAGE was coded using best coding practices (such as multiple code reviews by different individuals during development, automated testing of newly-committed code, and provision of documentation and usage notes) and is publicly available in a GitHub repository for community inspection and use under an open source license. In this paper we describe the Julia implementation of PAGE09, show that output from Mimi-PAGE matches that of the original model, and perform comparisons of the run time between the two implementations.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,328
Tête enseignante GPT0,398
Écart entre enseignants0,070 · 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.

Devis d'étudeSans objet
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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetClimate Change Policy and EconomicsTravaux en français237 207