MétaCan
Menu
Retour à la cohorte
Enregistrement W3101510127 · doi:10.24043/isj.134

Island climate change adaptation and global public goods within the Belt and Road Initiative

2020· article· en· W3101510127 sur OpenAlexvenueno aff
Chunlin Li, Adam Grydehøj

Notice bibliographique

RevueIsland Studies Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIsland Studies and Pacific Affairs
Établissements canadiensnon disponible
Organismes subventionnairesFujian Provincial Federation of Social Sciences
Mots-clésClimate changeAdaptation (eye)Public goodGlobal public goodCorporate governancePolitical scienceSustainable developmentEnvironmental resource managementBusinessEnvironmental planningGeographyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

The Belt and Road Initiative (BRI), a project conceptualized and developed by the Chinese state, aims to enhance international cooperation, address issues of shared regional and global concern, and create opportunities for foreign direct investment in struggling economies. The BRI can be seen as a system for supplying global public goods, including sustainable development within which issues related to climate change sit. A great many small island states and territories are participating in the BRI, particularly in its constituent 21st-Century Maritime Silk Road. However, the BRI has not yet placed sufficient focus on climate change adaptation or issues specific to small islands. Furthermore, the BRI’s conceptual basis in rhetoric of mutual dependence and a community of common destiny have not always been evident in the individual activities that have been carried out within the BRI. If the BRI’s goals are to be taken seriously, it must do more to focus on the needs and perspectives of island communities, particularly with regard to climate change adaptation. This paper presents a framework for action to strengthen the BRI’s approach to islands and climate change adaptation in terms of information sharing, scientific and technological cooperation, financial support, and capacity building within a global governance framework.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,006
Communication savante0,0030,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,152
Tête enseignante GPT0,339
Écart entre enseignants0,186 · 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'étudeQualitatif
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsland Studies JournalMême sujetIsland Studies and Pacific AffairsTravaux en français237 207