MétaCan
Menu
Retour à la cohorte
Enregistrement W3043095943 · doi:10.5399/osu/1093-7374.25.04.10

Our House is on Fire: How Librarians can Help Young Climate Activists

2020· article· en· W3043095943 sur OpenAlexaboutno aff
Jen Ferro

Notice bibliographique

RevueOLA Quarterly · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePrivacy, Security, and Data Protection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostClimate changeGlobal warmingPolitical scienceGovernment (linguistics)ArcticGeographyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Many librarians are inspired by Greta Thunberg and the millions of young people who have begun mobilizing to pressure government and corporate entities to address the climate crisis. During the Global Climate Strike week from September 20 to 27, 2019, it is estimated that over 7.5 million people worldwide joined Thunberg in agitating for change (Global Climate Strike, 2019). Our situation is dire. In June of 2019, scientists at the Permafrost Laboratory at the University of Alaska Fairbanks reported that permafrost melting in the Canadian High Arctic had already exceeded estimates of melting not previously expected to occur until the year 2090 (Farquharson et al., 2019). In response, Jennifer Morgan, executive director of Greenpeace International, stated that “thawing permafrost is one of the tipping points for climate breakdown and it’s happening before our very eyes” (Reuters, 2019). Rapid permafrost thawing would suddenly release enormous quantities of carbon dioxide and methane, initiating a feedback loop that could cause global temperature to rise even more catastrophically (Reuters, 2019). Recently, 400 scientists from 20 different countries released a statement urging mass actions of civil disobedience as the only way to pressure policy makers to act quickly enough in order to avert the worst consequences of climate change (Green, 2019).

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,038
Tête enseignante GPT0,280
Écart entre enseignants0,243 · 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'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueOLA QuarterlyMême sujetPrivacy, Security, and Data ProtectionTravaux en français237 207