MétaCan
Menu
Retour à la cohorte
Enregistrement W3040097924 · doi:10.53910/26531313-e200471424-426225

Financial incentives for behavioral change in the ecological city

2004· article· en· W3040097924 sur OpenAlexaboutno aff
Rodney R. White

Notice bibliographique

RevueEkistics and the new habitat · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeijingChinaPublishingEnvironmental studiesIncentiveSustainable developmentPolitical scienceGeographyLibrary scienceEconomicsArchaeology

Résumé

récupéré en direct d'OpenAlex

The author is a Professor of Geography at the University of Toronto and former Director of the Institute for Environmental Studies. His research interests are in urban environmental management/urban infrastructure; adaptation to climate change; catastrophes, environmental liability and the insurance industry; and risk analysis and environmental finance. He has extensive overseas experience, especially in Africa and China. He was the Principal Investigator for the GIS-based Soil Erosion Management Project in North China and for the Toronto component of the Sustainable Water Management Project in the Beijing-Tianjin Region, both funded by CIDA. He has held teaching appointments at North-western University, McMaster University and Ibadan University, and has also taught short courses in Senegal, Malawi and Vietnam. He holds degrees in geography from Oxford (B.A., 1965), Pennsylvania State University (M.Sc., 1967) and Bristol University (Ph.D, 1971). His most recent books are Building the Ecological City, published by Woodhead Publishing in 2002 and Environmental Finance: A Guide to Environmental Risk Assessment and Financial Products (with Sonia Labatt) published by Wiley in 2002. The text that follows is an edited version of a paper presented at the international symposion on "The Natural City," Toronto, 23-25 June, 2004, sponsored by the University of Toronto's Division of the Environment, Institute for Environmental Studies, and the World Society for Ekistics.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,296

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,063
Tête enseignante GPT0,263
Écart entre enseignants0,200 · 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'étudeThéorique ou conceptuel
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEkistics and the new habitatMême sujetHousing Market and EconomicsTravaux en français237 207