MétaCan
Menu
Retour à la cohorte
Enregistrement W3033592975 · doi:10.5539/jms.v10n1p174

Assessing Countries Sustainability: A Group Multicriteria Decision Making Methodology Approach

2020· article· en· W3033592975 sur OpenAlexvenueno aff
Roberto Castañeda, Pilar Arroyo, Lourdes Loza

Notice bibliographique

RevueJournal of Management and Sustainability · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMulti-Criteria Decision Making
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityGroup decision-makingAnalytic hierarchy processComputer scienceSustainable developmentCluster analysisBenchmark (surveying)Fuzzy logicManagement scienceEnvironmental economicsOperations researchEconomicsMathematicsArtificial intelligenceGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Sustainability is a complex and abstract concept. However, policy-makers and representatives of global and regional associations need to assess and track the sustainable development of countries and regions to define a sustainability strategic path. The objective of this research is to propose and validate a methodology to define a simple but proper sustainability index that serves as a proxy for the identification of the segments of most and least advanced countries according to their achievement of the sustainable development goals defined by the United Nations (UN). Several well-known quantitative methodologies are used to first define a summarized index of sustainable development. Second, multicriteria decision-making methods are applied to determine the relative importance of the elements or dimensions comprising the sustainability concept. Then, the simulated judgments of a group of experts is used to compute a group weight vector by applying the Fuzzy Analytic Hierarchy Process (FAPH). Different aggregation methods are used to compute the importance that decision-makers assign to the several dimensions of sustainability. Finally, segments of countries generated with the clustering algorithm k-means are rated to identify sustainability benchmark segment(s) and groups of countries in need of support to attain the UN sustainability goals.

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)0,012
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
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 Opus0,205
Tête enseignante GPT0,469
Écart entre enseignants0,263 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetMulti-Criteria Decision MakingTravaux en français237 207