MétaCan
Menu
Retour à la cohorte
Enregistrement W3112833629 · doi:10.1088/1748-9326/abbe46

Balancing climate and development goals

2020· article· en· W3112833629 sur OpenAlexafffund
Lei Duan, Juan Moreno‐Cruz, Ken Caldeira

Notice bibliographique

RevueEnvironmental Research Letters · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanada Research ChairsCarnegie Institution of Washington
Mots-clésGross domestic productPer capitaClimate changeDeveloping countryPopulationFossil fuelBusinessEconomicsPer capita incomeEmerging marketsNatural resource economicsDevelopment economicsEconomic growthMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Decarbonizing the energy system is a major challenge facing the richest countries, whereas provision of energy services is a major challenge facing the poorest countries. What would be the climate consequences if only richer countries focus on decarbonization, and only poorer countries focus on provision of energy services? To address this question, we create future scenarios in which carbon dioxide (CO2) emissions increase according to a historical trend and then start to decline only when countries reach specified income levels. In our central case, we assume that when countries start to decarbonize, they reduce emissions at 2% yr−1. With this assumption and if all countries begin to decarbonize in 2020, the world would be expected to warm by 2.0 °C relative to pre-industrial times. If countries begin to decarbonize only when their per capita gross domestic product (GDP) exceeds $10 000, there would be less than 0.3 °C of additional warming. Yet over half the world’s population currently lives in countries below such an income threshold, and continued direct CO2 emissions by people who live in these countries, while they remain underdeveloped, would increase global average temperature rise by 14% relative to the case, in which all people begin to decarbonize in 2020. The primary concern of developments driven by fossil fuels in lower income countries might relate to issues such as the technological lock-in to high-emission technologies.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,004
Science ouverte0,0010,006
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,030
Tête enseignante GPT0,286
Écart entre enseignants0,256 · 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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207