MétaCan
Menu
Retour à la cohorte
Enregistrement W3044896636 · doi:10.1002/wcc.669

Deliberate decline: An emerging frontier for the study and practice of decarbonization

2020· article· en· W3044896636 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueWiley Interdisciplinary Reviews Climate Change · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDivestmentFrontierRealisationRelevance (law)Climate changeEnergy (signal processing)Political scienceBusinessDevelopment economicsEconomic growthEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Promoting low‐carbon innovation has long been a central preoccupation within both the practice and theory of climate change mitigation. However, deep lock‐ins indicate that existing carbon‐intensive systems will not be displaced or reconfigured by innovation alone. A growing number of studies and practical initiatives suggest that mitigation efforts will need to engage with the deliberate decline of carbon‐intensive systems and their components (e.g., technologies and practices). Yet, despite this realisation, the role of intentional decline in decarbonization remains poorly understood and the literature in this area continues to be dispersed among different bodies of research and disciplines. In response, this article structures the fragmented strands of research engaging with purposive decline, interrogating the role it may play in decarbonization. It does so by systematically surveying concepts with particular relevance for intentional decline, focusing on phase‐out, divestment, and destabilization. This article is categorized under: Decarbonizing Energy and/or Reducing Demand > Decarbonizing Energy and/or Reducing Demand

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.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,629

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 savante0,0000,001
Science ouverte0,0000,001
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 Opus0,107
Tête enseignante GPT0,372
Écart entre enseignants0,265 · 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