Notice bibliographique
Résumé
Governments, corporations and individuals all need to take immediate action to help change the global economy toward a circular economy. A circular economy which uses fewer resources and based on renewable clean technologies to help limit global warming to 1.5 °C. The 2018 Intergovernmental Panel on Climate Change (IPCC) report warned that limiting global warming to 1.5 °C above pre-industrial levels would require current greenhouse-gas (GHG) emissions to be cut in half by 2030. Yet actions by governments, corporations and individuals are lagging behind. Many countries are failing their obligations made under the 2015 Paris climate agreement. Even the International Maritime Organization, a United Nations agency set a 50% reduction target of GHG emissions for global shipping by 2050, but this falls short of the IPCC target by 20 years. The United Nations climate summit in New York this week (September 2019) needs to send a strong wake up call to the entire world for us all to change. Change makers like Greta Thunberg has already done that. Individual actions to change consumer behaviour can play a major role to help reduce GHG emissions. Even reducing use of single-use plastics (a petroleum derivative) and incineration can help reduce GHG emissions. GHG emissions from plastics could reach 15% of the global carbon budget by 2050 if not curbed. In Europe, plastic production and incineration emits an estimated ~400 million tonnes of CO 2 per year. Therefore, reducing single-use plastic use could curb 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,218 | 0,153 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».