MétaCan
Menu
← Retour à la cohorte
Enregistrement W3036079177 · doi:10.3390/su12124924

New Policies and Evaluation System Needed to Address Environmental Concerns in China

2020· article· en· W3036079177 sur OpenAlexaff
Zhe Liu, Bertrum H. MacDonald

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésChinaChristian ministryGovernment (linguistics)Production (economics)Renewable energyBusinessGross domestic productAir pollutionNatural resource economicsEnvironmental pollutionEnvironmental impact assessmentEnvironmental planningEnvironmental economicsEnvironmental protectionEconomic growthEnvironmental resource managementEconomicsEnvironmental scienceEngineeringGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

It is reported that the smog days in 2018 were much reduced compared to those in 2013 in China. The air environmental condition in China was much improved because of a number of comprehensive strategies adopted by the government such as phasing out backward production capacities and developing renewable energy industries. In addition, the Ministry of Ecology and Environment of the People’s Republic of China adopted a series of measurements to respond to the environmental events, including questioning the local highest official in serious air pollution areas. However, there are still lots of questions to be answered for a long term consideration. For instance, given the current situation of a gross domestic production (GDP) driven assessment system for officials’ credit, how long this high pressure pattern can respond to environmental events, such as air pollution, issue is a question. Therefore, unless this GDP driven assessment system is replaced by another assessment system it cannot last long. This paper also highlights the importance of developing low-carbon industries and circular economy as well as public involvement.

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)0,031
score de la tête « metaresearch » (Gemma)0,014
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0030,002
Communication savante0,0070,005
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,014
Tête enseignante GPT0,280
Écart entre enseignants0,267 · 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
GenreCommentaire

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'admission1
Résumé présentoui

Explorer davantage

Même revueSustainability→Même sujetEnvironmental Impact and Sustainability→Travaux en français237 207→