MétaCan
Menu
Retour à la cohorte
Enregistrement W3013616591 · doi:10.15273/pnsis.v50i2.9999

Responding to the Call for Climate Action

2020· article· en· W3013616591 sur OpenAlexaffvenue
Daniel E. Lane

Notice bibliographique

RevueProceedings of the Nova Scotian Institute of Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensUniversity of OttawaUniversité Sainte-Anne
Organismes subventionnairesnon disponible
Mots-clésPolitical economy of climate changeClimate changeSustainabilityBusinessVulnerability (computing)Political scienceMainstreamEnvironmental resource managementClimate justicePublic relationsEnvironmental planningEconomicsGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Global calls for action on climate change have become more urgent in recent years. However, how to act to achieve climate sustainability remains elusive. The evidence is clear that governmental initiatives – global, national, and provincial – have not been able to coalesce into a meaningful strategy for climate sustainability. What is required is a shift in climate responsibility from governments to individuals and communities who think globally but are best able to act locally. To encourage the citizenry to act requires a science-based information and education whereby climate action is clearly defined along with the consequences of actions (or inaction). Education must include a climate curriculum as a mainstream subject in our schools. Using this approach, local community baselines of climate information, vulnerability, and adaptive capacity can be established. In enhancing their climate roles, governments’ need to shift from carrying out mandates for climate response, to becoming auditors of carbon use in which citizens and businesses are given incentives to reduce carbon footprints. Finally, increased investments need to be directed to communities so that they can take more responsibility and be more prepared to live with climate change impacts. Governments also need to engage the community in participatory strategic long-term planning for adaptation to the changing climate. Keywords: climate action, climate responsibility, institutional arrangements, science-based information, education legacy, strategic planning, community investment

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,852

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,206
Tête enseignante GPT0,369
Écart entre enseignants0,163 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Nova Scotian Institute of ScienceMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207