MétaCan
Menu
Retour à la cohorte
Enregistrement W3048628518 · doi:10.1017/bpp.2020.37

Beyond choice architecture: a building code for structuring climate risk management decisions

2020· article· en· W3048628518 sur OpenAlexaff
Joseph Árvai, Robin Gregory

Notice bibliographique

RevueBehavioural Public Policy · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStructuringContext (archaeology)Risk analysis (engineering)Climate changeRisk managementBusinessArchitectureChoice architectureProcess (computing)Environmental resource managementClimate riskManagement scienceComputer scienceProcess managementEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Although the need for urgent climate change action is clear, insights about how to make better climate risk management decisions are limited. While significant attention from behavioral researchers has focused on choice architecture, we argue that many of the contexts for addressing climate risks require increased attention to the needs of a deliberative and dynamic choice environment. A key facet of this kind of decision is the need for decision-makers and stakeholders to identify and balance conflicting economic, social and environmental objectives. This recognition of difficult, context-specific trade-offs highlights the need for structuring the decision-making process so that objectives are clearly articulated and prioritized. Equally, policy analyses and deliberations must effectively link priorities with climate risk management options. This restructuring of decision-making about climate change calls for more than a nudge. Scientific and technical efforts must be redirected to help stakeholders and decision-makers better understand the diverse implications of climate change management alternatives and to become better equipped to take actions commensurate with the urgency of the problem.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,972

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,306
Écart entre enseignants0,275 · 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'étudeObservationnel
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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioural Public PolicyMême sujetEnvironmental Education and SustainabilityTravaux en français237 207