MétaCan
Menu
Retour à la cohorte
Enregistrement W3002125664 · doi:10.1080/09644016.2019.1708538

Climate change risk perceptions and the problem of scale: evidence from cross-national survey experiments

2020· article· en· W3002125664 sur OpenAlexafffund
Endre Tvinnereim, Ole Martin Lægreid, Xiaozi Liu, Daigee Shaw, Christopher P. Borick, Érick Lachapelle

Notice bibliographique

RevueEnvironmental Politics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensUniversité de Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNorges Forskningsråd
Mots-clésClimate changeOptimismOptimism biasSurvey data collectionPerceptionScale (ratio)Empirical evidenceGeographySurvey researchConfoundingPsychologyDemographic economicsSocial psychologyEconomicsApplied psychology

Résumé

récupéré en direct d'OpenAlex

We examine the concept of spatial optimism, defined as the tendency for individuals to perceive climate change as less threatening to themselves than to people in geographically more distant locations. Existing studies find mixed evidence of this phenomenon, while the methods employed often fail to rule out confounding factors. To resolve these empirical and methodological tensions, we present results from a survey experiment fielded in nine countries spanning Europe, North America, and Asia. The survey finds that respondents systematically perceive climate change as a greater threat to the world than to themselves, in nine countries. However, while groups that may be considered more vulnerable to climate change often display higher levels of perceived overall risk, the survey finds evidence of spatial bias to be systematic across and within cases. Future research should apply this measurement strategy in more vulnerable countries and over time.

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)0,120
score de la tête « metaresearch » (Gemma)0,343
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 enseignants0,120
Score d'incertitude au seuil0,633

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1200,343
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,005
Communication savante0,0030,005
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,446
Tête enseignante GPT0,448
Écart entre enseignants0,002 · 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

Citations35
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental PoliticsMême sujetClimate Change Communication and PerceptionTravaux en français237 207