MétaCan
Menu
Retour à la cohorte
Enregistrement W3093635243 · doi:10.5194/esd-12-671-2021

Earth system economics: a biophysical approach to the human component of the Earth system

2021· article· en· W3093635243 sur OpenAlexaff
Eric D. Galbraith

Notice bibliographique

RevueEarth System Dynamics · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Ecological Systems Analysis
Établissements canadiensMcGill University
Organismes subventionnairesH2020 European Research CouncilHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésEarth system scienceIsolation (microbiology)Component (thermodynamics)Computer sciencePopulationManagement scienceArtificial intelligenceOperations researchData scienceEcologyEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

Abstract. The study of humans has largely been carried out in isolation from the study of the non-human Earth system. This isolation has encouraged the development of incompatible philosophical, aspirational, and methodological approaches that have proven very difficult to integrate with those used for the non-human remainder of the Earth system. Here, an approach is laid out for the scientific study of the global human system that is intended to facilitate seamless integration with non-human processes by striving for a consistent physical basis, for which the name Earth system economics is proposed. The approach is typified by a foundation on state variables, central among which is the allocation of time amongst activities by human populations, and an orientation towards considering human experience. A framework is elaborated which parses the Earth system into six classes of state variables, including a neural structure class that underpins many essential features of humanity. A working example of the framework is then illustrated with a simple numerical model, considering a global population that is engaged in one of two waking activities: provisioning food or doing something else. The two activities are differentiated by their motivational factors, outcomes on state variables, and associated subjective experience. While the illustrative model is a gross simplification of reality, the results suggest how neural characteristics and subjective experience can emerge from model dynamics. The approach is intended to provide a flexible and widely applicable strategy for understanding the human–Earth system, appropriate for physically based assessments of the past and present, as well as contributing to long-term model projections that are naturally oriented towards improving human well-being.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,008
Tête enseignante GPT0,183
Écart entre enseignants0,175 · 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
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth System DynamicsMême sujetSustainability and Ecological Systems AnalysisTravaux en français237 207